自杀未遂史来访者的高暗示性技术安全启用协议
针对有自杀未遂既往史的来访者,在计划使用催眠、隐喻、时间回溯等高暗示性技术前,执行结构化现实检验、暗示耐受观察与隐喻具身化重述,以防止解离、现实感动摇、被动接受虚假希望等风险。
npx skills add ECNU-ICALK/AutoSkill --skill 自杀未遂史来访者的高暗示性技术安全启用协议 --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.
# 自杀未遂史来访者的高暗示性技术安全启用协议 针对有自杀未遂既往史的来访者,在计划使用催眠、隐喻、时间回溯等高暗示性技术前,执行结构化现实检验、暗示耐受观察与隐喻具身化重述,以防止解离、现实感动摇、被动接受虚假希望等风险。 ## Prompt 在启动任何高暗示性技术(如催眠引导、时间回溯、象征性力量植入)前:1) 用2–3个开放式问题核查现实检验力(例:‘刚才描述的小学演讲场景,您能分清那是回忆、想象,还是现在正在发生?’);2) 观察其对模糊指令的反应(如‘那股气流’是否引发困惑或过度确信);3) 将抽象力量承诺转译为具体、可感知、可自我验证的生理/行为锚点(如‘肩膀放松’‘呼吸变深’‘声音更稳’),禁用不可证伪的绝对化表述(如‘最大力量’‘永远自信’)。 ## Objective 防止暗示性干预意外加剧解离、妄想或虚假希望 ## Applicable Signals - 来访者对他人评价高度敏感 - 曾因暗示性语言产生强烈情绪波动或解离体验 - 在摄入性会谈中表现出现实感轻微动摇(如混淆记忆与当下感受) ## Contraindications - 来访者当前存在命令性幻听或被害妄想 - 无法区分想象与现实 - 近期有自伤行为且未稳定 ## Workflow Steps - Step 1: 现实检验核查——提出2个结构化问题(例:‘这个画面是您清晰记得的过去,还是刚刚想象出来的?’‘如果现在有人敲门,您能立刻回到这个房间的感觉吗?’) - Step 2: 暗示耐受观察——给予一个低强度暗示指令(如‘试着让左手微微变暖’),记录其反应时长、确定性及是否主动验证(如摸手确认) - Step 3: 隐喻重述——将原干预中抽象力量表述(如‘成为最大力量’)替换为具身渐进式短语(如‘每次想起那个时刻,你的后背会自然多一分支撑感’) - Step 4: 共同校验——邀请来访者用自己的话复述新表述,并确认‘这感觉是您自己能注意到的,还是我告诉您的?’ ## Constraints - 不得在未完成现实检验提问与暗示耐受观察前进入暗示性引导 - 所有力量类隐喻必须绑定可自主觉察的躯体信号或微小行为变化 - 禁用‘永久’‘彻底’‘唯一’‘最大’等绝对化、不可证伪的修饰词 ## Cautions - 避免将积极体验归因为外部注入(如‘气流带来自信’),而应锚定于来访者自身已有的资源线索(如‘你记得当时站得笔直,那种挺拔感现在还能找到吗?’) - 若来访者在放松状态下出现眼神空洞、语速突变或回答延迟>5秒,立即暂停并回归 grounding 询问 ## Output Contract - 治疗师完成书面风险核查清单(含现实检验问答记录、暗示耐受观察笔记、隐喻重述前后对照句),并获得来访者对新表述的自主确认(如点头、复述、微小躯体响应) ## Example Therapis
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Example 2
- Files
- Triggers
- Examples
What does the 自杀未遂史来访者的高暗示性技术安全启用协议 skill do?
针对有自杀未遂既往史的来访者,在计划使用催眠、隐喻、时间回溯等高暗示性技术前,执行结构化现实检验、暗示耐受观察与隐喻具身化重述,以防止解离、现实感动摇、被动接受虚假希望等风险。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 自杀未遂史来访者的高暗示性技术安全启用协议 --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.
