渐进式暴露作业设计与反馈整合
依据来访者当前功能水平,设计阶梯式行为实验作业(如‘走廊看书’),并在后续咨询中结构化收集执行细节、主观体验与他人反馈,用于校准信念与强化新经验。
npx skills add ECNU-ICALK/AutoSkill --skill 渐进式暴露作业设计与反馈整合 --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.
# 渐进式暴露作业设计与反馈整合 依据来访者当前功能水平,设计阶梯式行为实验作业(如‘走廊看书’),并在后续咨询中结构化收集执行细节、主观体验与他人反馈,用于校准信念与强化新经验。 ## Prompt 1. 与来访者共同协商作业目标与场景,确保其可及、安全、具象;2. 明确记录要求:时间/地点/持续时长/注意力状态/情绪波动/他人反应;3. 下次咨询起始即聚焦作业复盘:先邀请描述事实细节,再引出主观体验,最后主动询问并确认他人反馈(如‘同学说了什么?你当时怎么理解的?’);4. 将反馈作为反证据,链接至核心不合理信念(如‘我肯定学不好’),引导生成更平衡的替代性想法。 ## Objective 将行为实验从单次任务升维为信念验证闭环 ## Applicable Signals - 来访者能命名至少两种情绪 - 曾完成过1次以上结构化家庭作业 - 在咨询中表达过对某类现实场景的回避倾向 ## Contraindications - 来访者无现实环境接触权限(如长期居家隔离) - 作业设计未获来访者共同确认或存在安全风险 - 未建立基本情绪标记与体验描述能力 ## Intervention Moves - 共同设计阶梯任务 - 预演执行难点与应对 - 结构化复盘四要素(行为-体验-反馈-信念) - 用他人正向反馈挑战绝对化思维 ## Workflow Steps - 协同设定具体、可观察、低门槛的暴露场景(如‘教学楼走廊安静区域站立阅读5分钟’) - 约定记录维度:环境条件、专注时长、焦虑自评(0–10)、他人互动片段 - 下次咨询以‘上次作业发生了什么’开启,按‘事实→感受→他人反应→我的旧想法→新想法’顺序引导 - 将他人积极反馈(如‘同学对你评价很高’)显性标注为‘反证据’,写入认知重构表 ## Constraints - 作业必须由来访者自主选择并确认可行性 - 他人反馈须经来访者转述并核实语境,不代入 therapist 解读 - 若执行失败,聚焦归因方式而非任务本身,避免强化‘我做不到’信念 ## Cautions - 避免将作业结果等同于治疗进展;重点在于体验过程与意义建构 - 警惕来访者过度关注他人评价而忽略自我觉察;需平衡外部反馈与内在标准 ## Output Contract - 完成一次完整闭环:作业布置→执行记录→多源反馈(自我/他人/环境)→信念更新讨论 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说:‘我在走廊看了10分钟书,有同学路过夸我认真,但我还是觉得他们只是客气。’ - Therapist/Output: therapist:‘你听到“认真”这个词时,身体有什么感觉?如果把“客气”换成另一个可能的解释,会是什么?刚才那10分钟里,你自己注意到哪
- 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 渐进式暴露作业设计与反馈整合 skill do?
依据来访者当前功能水平,设计阶梯式行为实验作业(如‘走廊看书’),并在后续咨询中结构化收集执行细节、主观体验与他人反馈,用于校准信念与强化新经验。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 渐进式暴露作业设计与反馈整合 --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.
