系统脱敏疗法分级暴露流程
基于个体化恐惧等级表,从最低等级社交情境开始,结合标准化放松训练进行渐进式想象暴露;仅当来访者在当前等级中稳定维持生理与主观放松状态后,方可进入下一级,以系统降低特定社交情境中的条件性焦虑反应。
npx skills add ECNU-ICALK/AutoSkill --skill 系统脱敏疗法分级暴露流程 --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.
# 系统脱敏疗法分级暴露流程 基于个体化恐惧等级表,从最低等级社交情境开始,结合标准化放松训练进行渐进式想象暴露;仅当来访者在当前等级中稳定维持生理与主观放松状态后,方可进入下一级,以系统降低特定社交情境中的条件性焦虑反应。 ## Prompt 1. 确认来访者已掌握基础放松技术(如渐进式肌肉放松或腹式呼吸);2. 共同构建具象、可排序的恐惧事件等级表(5–10级),聚焦具体社交情境(如‘在家与亲戚聊天’);3. 每次暴露前引导深度放松;4. 用平静、具身化语言描述该级情境,停留足够时间观察反应;5. 若主观焦虑评分≤2且无明显生理紧张(呼吸平稳、肩颈松弛),则确认达标并进入下一级;否则重复本级直至连续两次达标。 ## Objective 降低特定社交情境中的焦虑反应 ## Applicable Signals - 来访者能清晰描述不同社交场合下的差异性焦虑强度 - 对‘被评价’有明确情境锚点(如体型、发言、眼神接触) - 愿意配合结构化练习并反馈身体感受 ## Contraindications - 过去24小时内出现主动自杀意念或计划 - 无法完成3分钟以上自主放松(如呼吸紊乱、颤抖、失语) - 恐惧情境高度弥散、无法拆解为离散等级(如‘所有社交都可怕’无细节区分) ## Intervention Moves - 等级共建(collaborative scaling) - 感官锚定描述(sensory-anchored narration) - 实时生理校准(breath/muscle feedback loop) - 双维度达标确认(主观评分+客观体征) ## Workflow Steps - 协同构建恐惧等级表:聚焦单一主题(如体型相关社交评价),每级含具体人物、地点、行为、预期担忧 - 指导放松训练至生理基线稳定(呼吸频率≤12次/分,前额肌电<2μV) - 逐级想象暴露:用现在时、感官细节描述第一级情境,暂停留白10秒,询问主观焦虑评分(0–10)及身体感受 - 达标判定:连续两次暴露中,主观评分≤2 + 呼吸平稳 + 无回避性动作(如握拳、转头) - 升级执行:仅当达标后,才引入第二级情境描述;未达标则重复本级,最多3次 ## Constraints - 必须由受过行为治疗训练的咨询师实施 - 单次暴露不超过15分钟,全程监测生理指标(呼吸/肌电提示) - 禁止跳级或压缩等级间隔 ## Cautions - 避免使用抽象暗示(如‘你会变勇敢’),须绑定具体身体感觉(如‘气流从手臂传入心里’仅用于催眠环节,不混入脱敏流程) - 若暴露中出现惊恐发作,立即中止并启动安全协议 ## Output Contract - 生成可验证的暴露日志:含等级序号、情境描述、两次达标时的主观评分与对应生理状态记录(如‘第1级:家中与姑妈聊天;评分1/10,呼吸14
- 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 系统脱敏疗法分级暴露流程 skill do?
基于个体化恐惧等级表,从最低等级社交情境开始,结合标准化放松训练进行渐进式想象暴露;仅当来访者在当前等级中稳定维持生理与主观放松状态后,方可进入下一级,以系统降低特定社交情境中的条件性焦虑反应。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 系统脱敏疗法分级暴露流程 --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.
