网络健康信息搜索行为问题解决训练
结构化引导来访者定义‘过度搜索’问题、生成替代方案、评估可行性并实施最小行为实验,以减少无效信息搜索频次与时长。
npx skills add ECNU-ICALK/AutoSkill --skill 网络健康信息搜索行为问题解决训练 --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.
# 网络健康信息搜索行为问题解决训练 结构化引导来访者定义‘过度搜索’问题、生成替代方案、评估可行性并实施最小行为实验,以减少无效信息搜索频次与时长。 ## Prompt 按CBT问题解决五步法(问题定义→头脑风暴→方案评估→选择执行→反馈调整)开展单次干预;聚焦‘网络健康信息搜索’这一具体行为,嵌入数字行为约束技术(如设置搜索时长提醒、预设替代动作);全程使用自我监控表辅助觉察与验证。 ## Objective 替代性行为建模与执行功能重建 ## Applicable Signals - 来访者能识别搜索触发情境(如身体微感不适、夜间醒来) - 具备基础时间记录能力(如可用手机计时或简单日志) - 表达对行为改变的意愿而非仅认知认同 ## Contraindications - 搜索行为属医嘱必需(如慢性病管理) - 存在重度抑郁致行动启动困难 - 无基本自我监控能力 ## Intervention Moves - 问题行为具象化提问(‘你点开网页那一刻,身体哪里最先有感觉?’) - 替代行为感官锚定(‘选一个动作,让它同时调动触觉+听觉’) - 实验性语言框架(‘我们不是要改掉习惯,而是测试这个小动作对焦虑的影响’) ## Workflow Steps - 1. 共同定义‘问题行为’:用具体数据锚定(如‘过去3天平均搜索72分钟/日,主要在睡前’),区分医疗必要性搜索与疑病驱动搜索 - 2. 头脑风暴替代行为:至少生成3项低门槛、可即时启动的替代动作(如‘深呼吸3次+写下1个现实疑问’‘打开非健康类播客听5分钟’‘做1组肩颈拉伸’) - 3. 可行性评估:用0–10分对每项替代行为评估‘此刻愿试度’和‘预计缓解焦虑度’,选择得分总和最高且≥7分的一项 - 4. 设计最小行为实验:明确执行条件(如‘下次感到想搜时,先启动替代动作,持续满5分钟再决定是否搜索’),约定自我监控方式(如手机秒表+一句话日志) - 5. 预演与障碍预案:角色扮演执行卡点(如‘搜到一半停不下’),共同制定‘中断口令’(如‘这是疑病回路,我选择暂停’)和物理提示(如桌面贴便签) ## Constraints - 不替代医学随访或疾病管理指导 - 不用于急性躯体症状未评估阶段 - 需确保来访者已掌握基础焦虑生理知识(如自主神经反应) ## Cautions - 避免将‘减少搜索’直接等同于‘忽视健康’,须同步强化合理健康关注边界 - 警惕完美主义驱动的‘零搜索’目标,应接受渐进式调整 - 若替代行为引发新回避(如转为反复检查体检报告),需及时返工认知重构环节 ## Output Contract - 来访者制定并执行1项可测量的行为替代计划(如‘用10分钟正念替代首次搜索’),维持3天 ## Example Therapist Responses ### Example 1 - Cli
- 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 网络健康信息搜索行为问题解决训练 skill do?
结构化引导来访者定义‘过度搜索’问题、生成替代方案、评估可行性并实施最小行为实验,以减少无效信息搜索频次与时长。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 网络健康信息搜索行为问题解决训练 --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.
