心理动力学揭露性干预四步序列
在来访者具备情绪耐受与反思能力的前提下,系统化实施对质→澄清→解释→重构故事的四阶段揭露性干预,将无意识冲突、重复关系模式及早期体验逐步带入意识层面,促进深层理解与叙事更新。
npx skills add ECNU-ICALK/AutoSkill --skill 心理动力学揭露性干预四步序列 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 心理动力学揭露性干预四步序列 在来访者具备情绪耐受与反思能力的前提下,系统化实施对质→澄清→解释→重构故事的四阶段揭露性干预,将无意识冲突、重复关系模式及早期体验逐步带入意识层面,促进深层理解与叙事更新。 ## Prompt 按严格顺序执行:① 对质——温和指出矛盾性言行或张力情境(如‘每次谈到母亲你都说她难相处,但最近几次相处却很愉快’),保持好奇而非评判;② 澄清——联结相似体验(如‘这种感觉在其他关系或情境中也出现过吗?’),扩展觉察范围;③ 解释——以‘也许’‘可能’等试探性语言提出因果假设(如‘也许这种不确定感,和小时候不敢表达需求有关’),强调共构而非权威断言;④ 重构故事——协同编织更具整合性、意义感的生命叙事(如‘你不是‘不会说’,而是从小学会用沉默保护自己’),聚焦资源与能动性。全程锚定治疗联盟,随时评估耐受度并退行至支持性工作。 ## Objective 系统化实施心理动力学核心揭露技术 ## Applicable Signals - 来访者频繁使用模糊表述(如‘不知道怎么说’‘不确定’) - 描述人际关系时呈现固定矛盾模式 - 童年经历与当前情绪/行为存在明显时间线索关联 - 对特定人物/主题回避与情绪波动同步出现 ## Contraindications - 来访者处于急性危机或解离状态 - 尚未建立基本信任关系 - 主要诉求为症状快速缓解而非深层理解 ## Intervention Moves - 对质(矛盾点命名) - 澄清(跨情境联结) - 解释(试探性因果假设) - 重构故事(意义赋予与叙事更新) ## Workflow Steps - 评估当前耐受度:观察言语/躯体/情绪线索,确认是否可进入揭露阶段 - 启动对质:选择低威胁性、高显见性的矛盾点,用描述性语言呈现 - 转向澄清:邀请联想相似体验,拓展无意识内容的可及性边界 - 开展解释:以‘也许’‘可能’‘我们一起来看看’等语言引导假设共建 - 协同重构:将解释整合为新叙事,强调适应性意图、未被看见的需求与成长连续性 - 收尾校验:询问‘这个说法对你来说有哪部分贴近?哪部分还不确定?’ ## Constraints - 不得跳过任一阶段强行推进 - 解释必须基于前两步已浮现的具体材料,禁用泛化理论术语 - 重构故事须由来访者参与生成,禁止单方面赋义 - 每步后须停顿等待反应,耐受下降即退回支持性回应 ## Cautions - 对质易引发羞耻或防御,需紧随共情性承接 - 澄清若引发强烈回避,应暂停并处理依恋焦虑 - 解释失败常因时机过早或联盟不足,非技术错误 - 重构故事若过于理想化,需回溯验证其真实感 ## Output Contract - 来访者能自主识别并命名至少一个无意识模式(如‘我总在关系里先退缩,怕被拒绝’),并开始尝试用新叙事解释自身经历(如‘那不是软弱,
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- 子技能目录
- 选用规则(二级技能目录)
- Files
What does the 心理动力学揭露性干预四步序列 skill do?
在来访者具备情绪耐受与反思能力的前提下,系统化实施对质→澄清→解释→重构故事的四阶段揭露性干预,将无意识冲突、重复关系模式及早期体验逐步带入意识层面,促进深层理解与叙事更新。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 心理动力学揭露性干预四步序列 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.
