梦境绘画后分析工作流程
在深度访谈中,将来访者在家完成的梦境绘画带入语言分析,聚焦图形表达的无意识材料,促进其意识化。适用于已完成一次以上梦境分析与绘制的来访者。
npx skills add ECNU-ICALK/AutoSkill --skill 梦境绘画后分析工作流程 --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.
# 梦境绘画后分析工作流程 在深度访谈中,将来访者在家完成的梦境绘画带入语言分析,聚焦图形表达的无意识材料,促进其意识化。适用于已完成一次以上梦境分析与绘制的来访者。 ## Prompt 引导来访者展示并描述其绘制的梦境作品;不急于解释,先邀请其自由讲述画面中‘最先进入眼帘的部分’‘画时最强烈的感受’‘哪些地方画得犹豫或反复’;随后将绘画元素与此前梦境分析内容、现实经历及情绪反应进行联想性联结;重点帮助来访者为某一视觉元素(如颜色、形状、位置、留白)赋予可言说的情绪意义或生活隐喻。 ## Objective 将非语言梦境表征转化为可言说的意识内容 ## Applicable Signals - 来访者主动携带绘画作品但沉默或回避描述 - 在语言复述梦境时出现明显停顿、遗忘或躯体化反应 - 绘画中出现重复性符号、强烈对比色、遮蔽/断裂/空洞等动力学显著特征 ## Contraindications - 来访者无绘画意愿或能力 - 处于急性危机或现实检验受损状态 - 未建立基本治疗联盟 ## Intervention Moves - 邀请非评判性描述(‘你看到什么?’而非‘这代表什么?’) - 镜映情绪体验(‘刚才说到那片黑色时,你的呼吸变浅了’) - 联想锚定(‘这个螺旋形状,让你想起生活中哪个时刻也有类似缠绕感?’) ## Workflow Steps - 确认绘画完成背景:简要回顾上次分析要点及绘画时的情境(安静、无干扰、自发性) - 开放性呈现:请来访者按自己节奏介绍画作, therapist 仅做倾听与微小澄清(如‘你刚提到‘门是关着的’——当时画它时,心里是什么感觉?’) - 聚焦动力性细节:选取1–2个最具张力的视觉元素(如扭曲线条、突兀色彩、缺失部位),探索其身体感、情绪唤起与现实关联 - 意识化命名:协助来访者用第一人称短语为该元素命名其心理意义(例:‘这不是一堵墙,这是我在爸爸生病后筑起来的‘别碰我’’) - 整合验证:询问‘如果把这个理解带回你最近的生活,哪件事突然变得有点不同了?’ ## Constraints - 绘画必须由来访者独立在家完成,非咨询室内即时涂鸦 - 分析必须基于已做过语言释梦的基础,不可跳过前序阶段 - 避免象征词典式解读(如‘蛇=性’),坚持来访者个人意义优先 ## Cautions - 警惕将绘画过度病理化;尊重‘未完成’‘混乱’‘抽象’本身即为真实表达 - 若来访者拒绝谈论某部分,标记为‘待工作区域’,不强行推进 - 注意绘画材料使用是否隐含退行或控制需求(如反复涂黑、用力戳破纸面) ## Output Contract - 来访者能用语言命名绘画中某一元素的情绪意义或关联生活事件 ## Files - `references/evidence.md` - `references/evidence_manifes
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Files
- Triggers
What does the 梦境绘画后分析工作流程 skill do?
在深度访谈中,将来访者在家完成的梦境绘画带入语言分析,聚焦图形表达的无意识材料,促进其意识化。适用于已完成一次以上梦境分析与绘制的来访者。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 梦境绘画后分析工作流程 --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.
