动力学试探性解释
以非断言性语言(如‘也许’‘可能’‘推测’)提出基于已确认模式的因果假设,聚焦无意识动因、早期经验或关系模式,并始终与来访者共同检验,维持合作性、体验性、证据锚定的揭露姿态。
npx skills add ECNU-ICALK/AutoSkill --skill 动力学试探性解释 --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.
# 动力学试探性解释 以非断言性语言(如‘也许’‘可能’‘推测’)提出基于已确认模式的因果假设,聚焦无意识动因、早期经验或关系模式,并始终与来访者共同检验,维持合作性、体验性、证据锚定的揭露姿态。 ## Prompt 使用‘也许’‘推测’‘可能和……有关’等非断言性措辞;每次提出解释后必须停顿、邀请反馈(如‘这个想法对你来说感觉如何?’‘有没有哪部分让你想到别的事?’);仅基于已确认的模式(如重复出现的情感反应、时间线索、身体反应、关系互动)进行推导;若来访者困惑、退缩或否定,立即退回澄清或共情,不坚持解释。 ## Objective 将觉察升华为理解,建立可检验的因果叙事 ## Applicable Signals - 来访者主动提问‘我为什么总这样?’ - 在描述事件时出现停顿、叹气、眼神变化等觉察性微反应 - 对先前澄清/对质内容表现出沉思或延伸联想 ## Contraindications - 来访者明确拒绝理论化解释 - 解释缺乏当前材料支撑而纯属推断 - 存在未处理的依恋创伤需先稳固关系 ## Intervention Moves - 使用‘也许’‘可能’‘推测’等弱断言语态 - 将解释锚定在具体可观察的行为/情绪/时间线索上 - 用‘我们’主语强调共构(如‘我们一起来看这个可能的联系’) ## Workflow Steps - 1. 确认已有模式(如:‘我们之前注意到,每次谈到父亲,你的声音会变轻,手会握紧’) - 2. 提出试探性因果假设(如:‘也许这种紧张,和小时候每次想靠近父亲却怕被推开的感觉有关?’) - 3. 即刻邀请共同检验(如:‘这个联系对你来说有熟悉感吗?还是完全没想过?’) - 4. 根据反馈决定:延伸(来访者认同)、修正(来访者微调)、搁置(来访者犹豫)或撤回(来访者抵触) ## Constraints - 不得使用诊断性语言(如‘你有依恋障碍’) - 不得脱离来访者当下的言语/情绪/行为证据 - 单次会谈中解释不超过2个,且须间隔至少1个澄清或情感命名步骤 ## Cautions - 避免在情绪高唤起时强行解释;若来访者出现解离、僵直或回避,暂停解释,回归支持性锚定(如呼吸、地面感、此时此地观察) - 警惕将解释变为咨询师的理论展示——所有解释必须可被来访者修正、质疑或抛弃 ## Output Contract - 来访者用‘原来如此’‘我从没这么想过’等回应,并主动延伸解释至自身新例子 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者多次提到‘一进教室就心慌,但又说不清为什么’,此前已确认其小学曾因答错题被老师当众羞辱 - Therapist/Output: ‘也许这种心慌,不只是担心答错,而是身体还记得当年站在全班面前那种无处可逃的感觉?’
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Files
- Triggers
- Examples
What does the 动力学试探性解释 skill do?
以非断言性语言(如‘也许’‘可能’‘推测’)提出基于已确认模式的因果假设,聚焦无意识动因、早期经验或关系模式,并始终与来访者共同检验,维持合作性、体验性、证据锚定的揭露姿态。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 动力学试探性解释 --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.
