结构化家庭作业布置与双轨反馈机制
在咨询结束前同步布置两类家庭作业:认知类(如不合理信念对照反思)与行为类(如肌肉放松练习),并在下次咨询首环节结构化核查完成质量与主观体验,形成认知-行为双路径巩固闭环。
npx skills add ECNU-ICALK/AutoSkill --skill 结构化家庭作业布置与双轨反馈机制 --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.
# 结构化家庭作业布置与双轨反馈机制 在咨询结束前同步布置两类家庭作业:认知类(如不合理信念对照反思)与行为类(如肌肉放松练习),并在下次咨询首环节结构化核查完成质量与主观体验,形成认知-行为双路径巩固闭环。 ## Prompt 在本次咨询尾声,清晰说明两类作业:① 认知作业(如对照11条不合理信念进行自我觉察与书写反思);② 行为作业(如每两天一次、每次12分钟的渐进式肌肉放松训练)。确认来访者理解操作要点、频率与时长,并共同约定下次咨询开头10分钟专用于结构化反馈:询问完成次数、实际时长、遇到的困难、身体/情绪变化及1项新觉察。若未完成,不评判,聚焦探索障碍并微调方案。 ## Objective 增强干预依从性与跨-session 整合 ## Applicable Signals - 来访者主动表达改变意愿 - 当次咨询已识别具体非理性信念或躯体紧张模式 - 来访者能复述作业要点并提出操作性问题 ## Contraindications - 来访者存在严重执行功能障碍 - 家庭环境无法保障练习隐私与安全 - 未就作业目的与操作达成共识 ## Intervention Moves - 双轨作业同步布置 - 目的共情阐释(‘这既帮你理清想法,也帮你稳住身体’) - 操作细节具象化(如‘从额头开始,皱眉5秒→松开,体会差异’) - 下次反馈时间锚定(‘我们下次一开场就用10分钟一起看看这些练习带给你什么’) - 困难预演与支持协商(‘如果某天没做,你希望我怎么问?’) ## Workflow Steps - Step 1: 在咨询目标达成后,自然过渡至作业环节,强调‘这是把今天聊的变成你身体和想法里真实经验的关键一步’。 - Step 2: 分别说明认知作业(对照11条不合理信念书写感想)与行为作业(渐进式肌肉放松,自上而下,每次12分钟,每两天1次),示范首个动作(如皱眉-松开),确认理解。 - Step 3: 共同确认执行条件(时间、空间、工具),协商最小可行单元(如‘哪怕只做头颈肩3分钟也算完成’)。 - Step 4: 明确下次反馈规则:首10分钟聚焦‘做了几次?每次多久?最难的是哪部分?有什么新发现?’,不展开新议题。 - Step 5: 结束前简要总结作业意义,联结当次咨询核心(如‘你今天觉察到‘必须完美’的想法,这个练习就是给它一个暂停键’) ## Constraints - 作业布置必须在咨询最后5–8分钟完成,避免仓促 - 反馈环节须严格限定在下次咨询前10分钟,不延展至其他议程 - 认知作业需以书写为默认形式,行为作业需明确起止部位与时间计量 ## Cautions - 避免将未完成作业归因为‘不努力’,须优先排查环境、身体状态、任务模糊性等系统因素 - 不替代来访者完成反思,仅通过提问促进元认知(如‘哪一条信念让你停顿最久?’) - 肌肉
- 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 结构化家庭作业布置与双轨反馈机制 skill do?
在咨询结束前同步布置两类家庭作业:认知类(如不合理信念对照反思)与行为类(如肌肉放松练习),并在下次咨询首环节结构化核查完成质量与主观体验,形成认知-行为双路径巩固闭环。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 结构化家庭作业布置与双轨反馈机制 --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.
