灾难化与过度概括认知修正:苏格拉底式证据检验微技能
在情绪基线稳定前提下,使用结构化苏格拉底式提问链,聚焦1个具体自动化思维,引导来访者检验证据、识别‘灾难化’或‘过度概括’认知扭曲类型,并共同构建更平衡的现实性陈述。
npx skills add ECNU-ICALK/AutoSkill --skill 灾难化与过度概括认知修正:苏格拉底式证据检验微技能 --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.
# 灾难化与过度概括认知修正:苏格拉底式证据检验微技能 在情绪基线稳定前提下,使用结构化苏格拉底式提问链,聚焦1个具体自动化思维,引导来访者检验证据、识别‘灾难化’或‘过度概括’认知扭曲类型,并共同构建更平衡的现实性陈述。 ## Prompt 以温和好奇、非评判语气发起提问;每问后留白3–5秒等待回应;当来访者给出具体事例时,立即锚定语言标记(如‘总是’‘从不’‘肯定’‘一定’),追问‘这个结论基于哪一次具体经历?有没有反例?’;若来访者卡住,提供中性提示(如‘那位老师也对别人说过类似的话吗?’);最后共同命名扭曲类型(如‘这是以偏概全’),并邀请其用一句话重述更平衡的看法。 ## Objective 自动化思维的证据检验与认知扭曲识别重构 ## Applicable Signals - 来访者使用‘永远’‘肯定’‘必然’‘全都’等绝对化词汇 - 陈述中隐含因果泛化(如‘一次没人扶我=没人真关心我’) - 情绪反应强度显著高于情境客观风险 ## Contraindications - 来访者处于现实检验严重受损状态 - 存在活跃幻觉妄想 - 尚未建立基本治疗联盟 ## Intervention Moves - 苏格拉底式提问(证据检验/替代解释/后果评估) - 认知扭曲命名(灾难化/过度概括) - 共构平衡陈述 ## Workflow Steps - 确认当前自动化思维(例:‘恐惧发作时没人管,说明我彻底被抛弃’) - 邀请回忆具体事件:‘最近一次发生时,周围有谁?说了什么?做了什么?’ - 检验证据:‘这句话是所有人共识,还是某个人的口头禅?有没有其他时候别人主动帮助你?’ - 识别扭曲:‘如果朋友有同样想法,你会怎么提醒他?这属于哪种思维习惯?’ - 共构替代陈述:‘综合这些,一个更贴近事实的说法可能是……?’ ## Constraints - 须在稳定情绪基线(如经呼吸放松后)下启动 - 每次聚焦1个具体自动化思维,不同时处理多个扭曲 - 避免直接否定或说教,所有结论须由来访者自主生成 ## Cautions - 若来访者连续2次无法识别反证,暂停该轮提问,转回情绪接纳或行为锚定 - 警惕将‘父母无力安慰’简单归因为‘他们不爱我’——需区分功能局限与情感联结 ## Output Contract - 来访者能自主说出1条具体反证(如‘老师说有病只是口头禅’)并准确标注认知扭曲类型(如‘这是以偏概全’) ## Example Therapist Responses ### Example 1 - Client/Input: 来访者:‘只要我一害怕,就肯定会被当成精神病,没人敢靠近我。’ - Therapist/Output: 咨询师:‘您提到“肯定会被当成精神病”——这个判断,是基于哪一次具体经历?有没有哪次您害怕时,别人反而更耐心地陪着您?’ - No
- 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 灾难化与过度概括认知修正:苏格拉底式证据检验微技能 skill do?
在情绪基线稳定前提下,使用结构化苏格拉底式提问链,聚焦1个具体自动化思维,引导来访者检验证据、识别‘灾难化’或‘过度概括’认知扭曲类型,并共同构建更平衡的现实性陈述。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 灾难化与过度概括认知修正:苏格拉底式证据检验微技能 --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.
