功能失调性信念溯源引导
从已识别的自动思维出发,通过苏格拉底式提问引导来访者觉察其背后更深层的功能失调性中间信念(如‘没人愿意真正理解我’),并联结可观察的现实证据进行初步觉察与确信度松动,不强行修正。
npx skills add ECNU-ICALK/AutoSkill --skill 功能失调性信念溯源引导 --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.
# 功能失调性信念溯源引导 从已识别的自动思维出发,通过苏格拉底式提问引导来访者觉察其背后更深层的功能失调性中间信念(如‘没人愿意真正理解我’),并联结可观察的现实证据进行初步觉察与确信度松动,不强行修正。 ## Prompt 以非评判态度锚定来访者刚表达的自动思维;用开放式提问(如‘这个想法背后,您是否常觉得……?’‘如果这个想法一直成立,那意味着您对人/关系/自我最深的相信是什么?’)逐步下沉至中间信念层;当功能失调性信念浮现后,温和邀请来访者共同检视与之矛盾的现实证据(如具体行为、时间跨度、他人付出等),不强求立即修正,重在建立觉察与松动确信度。 ## Objective 揭示自动思维背后的中间信念结构 ## Applicable Signals - 来访者使用绝对化表述(如‘根本没’‘从来都’) - 情绪反应强度明显高于事件表层刺激 - 自动思维内容呈现模式化、跨情境重复 ## Contraindications - 来访者拒绝反思自身信念 - 信念内容涉及未核实的创伤事实或安全风险 ## Intervention Moves - 锚定自动思维语句 - 层级下沉提问(‘这背后最让您难受的,是不是一种更长久的相信?’) - 信念命名与共情确认(‘听起来,您内心深处可能一直相信……’) - 现实证据联结(‘有没有哪件事,哪怕很小,和这个相信不太一样?’) ## Workflow Steps - 1. 确认并复述来访者刚表达的自动思维,标注其情绪强度; 2. 提出1–2个苏格拉底式问题,引导指向潜在中间信念; 3. 共同命名该信念,确认其存在感与确信度(如0–100分); 4. 邀请来访者回忆与该信念矛盾的具体现实细节; 5. 小结觉察,不强行修正,强调‘看到差异’即为进展。 ## Constraints - 不代来访者定义信念,仅协助其自我命名; 不引入外部评价或道德判断; 不跳过自动思维直接挑战核心信念; 每次聚焦一条信念,避免多线并发。 ## Cautions - 若确信度下降不足10分,暂缓进入辩驳,优先巩固觉察; 当现实证据引发强烈羞愧或解离,立即暂停并回归情绪接纳; 母亲单身19年等证据须由来访者主动确认或补充,不可由咨询师单方面陈述作为‘反证’。 ## Output Contract - 来访者能口头陈述一条功能失调性信念,并指出至少一项反例或矛盾现实证据 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说:‘我妈根本就没关注过我。’(声音发紧,低头) - Therapist/Output: 咨询师:‘您说‘根本没关注’,这种感觉很强烈——如果这个想法背后藏着一个更长久的相信,它会是什么?比如,是不是常常觉得‘没人愿意真正理解我的感受和想法’?’ - Notes:
- 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 功能失调性信念溯源引导 skill do?
从已识别的自动思维出发,通过苏格拉底式提问引导来访者觉察其背后更深层的功能失调性中间信念(如‘没人愿意真正理解我’),并联结可观察的现实证据进行初步觉察与确信度松动,不强行修正。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 功能失调性信念溯源引导 --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.
