负向反馈适应练习
引导社交焦虑者在虚拟现实(VR)中反复暴露于象征性权威人物(如母亲原型)的挑剔目光与负向评价,以修通早期关系中内化的羞耻感与批判性自我结构,降低对批判性注视的生理唤醒与回避冲动。
npx skills add ECNU-ICALK/AutoSkill --skill 负向反馈适应练习 --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.
# 负向反馈适应练习 引导社交焦虑者在虚拟现实(VR)中反复暴露于象征性权威人物(如母亲原型)的挑剔目光与负向评价,以修通早期关系中内化的羞耻感与批判性自我结构,降低对批判性注视的生理唤醒与回避冲动。 ## Prompt 在治疗联盟稳定、来访者具备基本情绪耐受能力的前提下,启动VR模块中预设的‘挑剔风格面试’场景(中年女性虚拟形象),引导来访者保持视觉接触并完整接收3轮以上结构化负向反馈(如‘你回答不够自信’‘细节准备不充分’)。全程监测生理指标(如心率)与行为信号(如视线回避、中断动作);若出现解离或强烈退缩,立即暂停并锚定当下。每次练习后简短聚焦躯体感受与浮现的早年关系联想。 ## Objective 降低对批判性注视的生理唤醒与回避冲动 ## Applicable Signals - 来访者报告‘被妈妈盯着挑错’的熟悉感 - 在真实社交中因害怕评判而提前退出对话 - 自我描述中高频出现‘必须做到完美’‘不能出错’等绝对化表述 ## Contraindications - 当前会谈中已出现强烈解离或情感崩溃 - 未建立足够安全的治疗关系 - 来访者明确拒绝模拟负向互动 ## Intervention Moves - 具身化提问(聚焦躯体反应) - 原型联结(母亲原型→现实关系线索) - 阈值协商(共同设定可承受的负向强度) - 移情标记(区分虚拟反馈与真实关系) ## Workflow Steps - 1. 共同确认当次目标:‘今天我们练习面对挑剔目光时不逃开’ - 2. 引导VR设备佩戴与基础场景熟悉(非负向内容) - 3. 启动‘挑剔风格面试’模块,设定3轮反馈阈值与退出信号(如举手) - 4. 实时同步观察:注视时长、呼吸节律、微表情、肢体僵直度 - 5. 练习后3分钟内聚焦体验:‘刚才哪一刻最想躲?身体哪里最先发紧?那个声音让你想起谁?’ - 6. 协同命名内摄结构:‘这个‘必须完美’的要求,像谁曾经对你提过的?’ ## Constraints - 必须在VR系统校准完成、设备佩戴舒适前提下进行 - 单次暴露时长不超过5分钟,初始轮次控制在2轮反馈以内 - 禁止在无治疗师实时陪伴下独立使用该VR模块 ## Cautions - 避免将负向反馈内容个性化为真实指责;所有脚本需经临床审核,排除羞辱性、贬损性语言 - 警惕移情激化:若来访者将虚拟形象完全等同于真实母亲并爆发强烈愤怒/哀伤,需即刻转向安全锚定与关系修复 ## Output Contract - 来访者能在VR中维持3分钟以上注视+接受3轮以上虚拟挑剔反馈,无中断退出;且能在练习后准确识别1项身体反应与1条内摄式自我批判语句。 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者在VR中第2轮反馈时突然低头、屏息,
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Example 2
- Files
- Triggers
What does the 负向反馈适应练习 skill do?
引导社交焦虑者在虚拟现实(VR)中反复暴露于象征性权威人物(如母亲原型)的挑剔目光与负向评价,以修通早期关系中内化的羞耻感与批判性自我结构,降低对批判性注视的生理唤醒与回避冲动。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 负向反馈适应练习 --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.
