复发征兆协同识别与应对预案制定
在咨询终止阶段,与来访者共同识别典型早期复发征兆(生理/行为/认知维度),并为其匹配简明、可行、具身化的应对动作,形成个性化防复发卡片。
npx skills add ECNU-ICALK/AutoSkill --skill 复发征兆协同识别与应对预案制定 --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.
# 复发征兆协同识别与应对预案制定 在咨询终止阶段,与来访者共同识别典型早期复发征兆(生理/行为/认知维度),并为其匹配简明、可行、具身化的应对动作,形成个性化防复发卡片。 ## Prompt 引导来访者回顾咨询全程中曾出现的细微变化信号(如心慌频率增加、回避社交邀约增多、自动思维‘我肯定又会搞砸’重现等);使用三栏表(征兆|触发情境|我的第一步动作)共同填写;每条动作需满足:可5秒内启动、无需他人协助、有明确身体锚点(如深呼吸3次、打开手机备忘录写1句现实检验语);最后共同朗读卡片并确认任一配对的逻辑自洽性。 ## Objective 增强复发预防的可操作性与主体性 ## Applicable Signals - 来访者能复述至少2项已习得的核心策略 - 近3次咨询中焦虑自评波动幅度≤2分(0–10分) - 能自主完成家庭作业且反馈具反思性 ## Contraindications - 来访者尚未完成基础暴露练习(如未完成≥3次现场暴露) - 当前仍存在每日≥2次急性焦虑发作或持续性功能损害 - 对复发概念表现出强烈否认或灾难化理解(如‘一复发就全完了’) ## Intervention Moves - 开放式征兆命名(‘你身体最先提醒你的那个小信号是什么?’) - 动作具身化锚定(‘这个动作,是用手指、呼吸,还是脚步来启动?’) - 去病理化重述(将‘我又焦虑了’转化为‘我的警报系统在提醒我需要调回外部线索’) ## Workflow Steps - 共回顾:邀请来访者用1–2句话总结‘过去几个月里,我最常靠什么稳住自己?’ - 征兆捕获:使用‘身体—行为—想法’三维度清单引导自由联想,不评判、不归因,仅记录原生描述 - 动作匹配:针对每条征兆,提问‘如果此刻它出现了,我今天能做的最小但最确定的动作是什么?’,共同筛选具身化动作 - 卡片共建:手写/打印三栏卡片(征兆|情境线索|我的第一步动作),来访者执笔主写 - 口头复述与压力测试:随机遮盖一栏,请来访者补全;模拟轻度压力情境(如‘现在你刚想到下周要开会’),现场启动对应动作 ## Constraints - 必须由来访者主导征兆命名(禁用诊断术语,如不用‘惊恐发作’而用‘胸口发紧+手抖’) - 每张卡片限3–5条配对,避免信息过载 - 所有应对动作须在咨询室内现场演练1次 ## Cautions - 警惕将‘移情议题’误标为‘复发征兆’;若识别出依恋相关情绪波动,需先做关系处理再回归防复发框架 - 避免将应对动作设计为‘消除症状’,而应聚焦‘中断恶化循环’ ## Output Contract - 产出一张含3–5条‘征兆+对应动作’配对的手写/打印防复发卡片;来访者能不看卡片口头复述任一配对的触发逻辑与动作执行路径;双方签署卡片底部‘启用确认栏’。 ## Example Therapist Res
- 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 复发征兆协同识别与应对预案制定 skill do?
在咨询终止阶段,与来访者共同识别典型早期复发征兆(生理/行为/认知维度),并为其匹配简明、可行、具身化的应对动作,形成个性化防复发卡片。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 复发征兆协同识别与应对预案制定 --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.
