五栏表弹性使用引导与认知觉察强化
在来访者已完成五栏表作业但呈现畏难、机械感或形式化倾向时,通过具身化示范、去术语化重述与格式弹性协商,强化其对‘想法→情绪→行为’核心联结的理解,并促成可操作的简化实践承诺。
npx skills add ECNU-ICALK/AutoSkill --skill 五栏表弹性使用引导与认知觉察强化 --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.
# 五栏表弹性使用引导与认知觉察强化 在来访者已完成五栏表作业但呈现畏难、机械感或形式化倾向时,通过具身化示范、去术语化重述与格式弹性协商,强化其对‘想法→情绪→行为’核心联结的理解,并促成可操作的简化实践承诺。 ## Prompt 当来访者完成五栏表但表达‘太机械’‘不适应固定格式’等阻力时:①共情其感受(如‘这确实需要练习,像学骑车初期会僵硬’);②用生活化例子重演五栏逻辑(如‘朋友没回消息→我被讨厌了→焦虑→回避联系’→引导找证据/例外);③强调‘填写不是目的,觉察想法-情绪联结才是’;④协商弹性使用方式(如先填2栏、用语音备忘录替代书写);⑤链接长期目标:‘每天微小觉察,会慢慢改变自动反应’。 ## Objective 增强来访者对五栏表的接纳度与持续使用意愿 ## Applicable Signals - 来访者说‘表格太死板’‘写不出来’‘像做题’ - 作业完成但条目空泛、缺乏具体情境或情绪词 - 能复述步骤但无自主调适意愿 ## Contraindications - 来访者尚未接触五栏表 - 作业未完成且无认知参与迹象 ## Intervention Moves - 具身化举例 - 去术语化重述 - 格式弹性协商 - 微型行为实验布置 ## Workflow Steps - 共情并正常化畏难感(如:‘很多初学者都有这种感觉,这恰恰说明你在认真对待’) - 选取来访者最近一次真实事件,现场简化演示五栏逻辑(聚焦‘情境-自动思维-情绪’三栏) - 引导对比:‘按表格填’ vs ‘只问自己:此刻脑中闪过什么?身体什么感觉?’ - 协商本周弹性实践方式(如:每日选1次高情绪时刻,用3句话记录) - 布置微型实验:‘试试把‘应该’句式换成‘我担心…’,观察情绪变化’ ## Constraints - 不跳过作业回顾直接进入新内容 - 不替代来访者填写表格,仅示范1–2个真实片段 - 避免使用术语‘自动化’‘中间信念’等未解释概念 ## Cautions - 若畏难源于深层羞耻或低自我效能,需先处理情绪再回归技术;避免过度强调‘坚持’而忽视当下阻抗的合理性。 ## Output Contract - 来访者能复述五栏表核心逻辑(想法→情绪→行为),并明确一项本周愿尝试的简化实践方式(如语音记录、聚焦单栏、关联身体感觉)。 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者:‘表格太长了,我写到第三栏就卡住,感觉像考试。’ - Therapist/Output: 咨询师:‘嗯,像被要求交一份标准答案——可我们真正要练的,是发现‘心里那个声音’。比如昨天吵架时,你第一反应是什么?哪怕一个词,比如‘完了’‘活该’,我们就从这个词开始,不用填满五栏,行吗?’ - Notes: 将技术锚
- 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 五栏表弹性使用引导与认知觉察强化 skill do?
在来访者已完成五栏表作业但呈现畏难、机械感或形式化倾向时,通过具身化示范、去术语化重述与格式弹性协商,强化其对‘想法→情绪→行为’核心联结的理解,并促成可操作的简化实践承诺。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 五栏表弹性使用引导与认知觉察强化 --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.
