奖学金主题行为实验微技能
结构化暴露任务:引导来访者就奖学金相关话题开展低门槛真实对话,通过三字段记录(预测/实际/焦虑分0–10)检验灾难化自动思维,促进成就相关核心信念更新。
npx skills add ECNU-ICALK/AutoSkill --skill 奖学金主题行为实验微技能 --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.
# 奖学金主题行为实验微技能 结构化暴露任务:引导来访者就奖学金相关话题开展低门槛真实对话,通过三字段记录(预测/实际/焦虑分0–10)检验灾难化自动思维,促进成就相关核心信念更新。 ## Prompt 引导来访者选择一个具体、可接触的奖学金相关对话场景(如与同学讨论评选标准、向老师咨询落选原因);指导其在对话前填写‘预测他人反应’及预期焦虑值(0–10分);对话后24小时内记录‘实际发生情况’和‘事后焦虑值’;下次咨询中共同检视差异≥4分的条目,引导归因再评估(如‘这件事说明他人更关注什么?’),并总结1条经验性学习点。 ## Objective 验证并修正成就相关灾难化预测 ## Applicable Signals - 来访者反复表达‘别人会嘲笑我落选’等具体预测性担忧 - 能明确说出1个可执行的对话对象和场景 - 已掌握基础情绪评分(0–10)和简单事件描述 ## Contraindications - 来访者当前有严重自杀意念或现实检验能力受损 - 目标话题涉及高风险比较(如直接询问他人成绩) - 缺乏安全支持系统应对可能的情绪波动 ## Intervention Moves - 设定单次、低门槛对话目标 - 标准化三字段记录(预测/实际/焦虑分) - 引导归因再评估:‘这件事说明他人更关注什么?’ ## Workflow Steps - 确认来访者选定具体奖学金相关对话场景(如‘与室友聊今年评选流程’) - 指导填写行为实验表:预测内容、预期焦虑分(0–10)、实际发生、事后焦虑分 - 下次咨询中共同检视记录,标注预测与现实差异≥4分的条目 - 引导口头总结1条经验性学习(例:‘原来别人并不追问我的失败,而是关心制度是否公平’) ## Constraints - 每次仅聚焦1个对话场景 - 必须包含焦虑值前后对比(0–10分) - 记录须在对话后24小时内完成 ## Cautions - 避免引导至自我贬低式归因(如‘是我太敏感’),而应聚焦外部证据检验 - 若连续2次焦虑分未下降,需重新评估场景难度或支持准备 ## Output Contract - 来访者连续2周完成实验记录表,且至少1次记录显示预测与实际显著不符(如焦虑值下降≥4分)并能口头总结学习点 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者预测:‘问辅导员落选原因时,她会觉得我不够努力(焦虑8分)’ - Therapist/Output: 实际:辅导员详细解释评审细则,并肯定其科研表现;事后焦虑3分;学习点:‘评审是看标准,不是看个人态度’ - Notes: 预测与现实差异5分,符合成功标准 ### Example 2 - Client/Input: 来访者预测:‘和同学聊奖学金时,他们会转移话题或敷
- 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 奖学金主题行为实验微技能 skill do?
结构化暴露任务:引导来访者就奖学金相关话题开展低门槛真实对话,通过三字段记录(预测/实际/焦虑分0–10)检验灾难化自动思维,促进成就相关核心信念更新。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 奖学金主题行为实验微技能 --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.
