安全行为利弊分析激发治疗动机
在想象或现实暴露进行中,实时引导来访者将注意力从内部体验(如身体感觉、消极预测)转向可观察、可验证的外部环境线索(如他人面部表情、物体细节),以中断焦虑自我强化循环并建立现实检验基础。
npx skills add ECNU-ICALK/AutoSkill --skill 安全行为利弊分析激发治疗动机 --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.
# 安全行为利弊分析激发治疗动机 在想象或现实暴露进行中,实时引导来访者将注意力从内部体验(如身体感觉、消极预测)转向可观察、可验证的外部环境线索(如他人面部表情、物体细节),以中断焦虑自我强化循环并建立现实检验基础。 ## Prompt 当来访者在暴露中出现焦虑加剧、安全行为再现或灾难化思维时,温和而坚定地引导其暂停内在扫描,转而观察并命名具体、可验证的外部线索(例如:‘请看对方眼睛的位置’‘注意他说话时手的动作’‘描述你正坐在的椅子颜色和材质’)。不解释、不评判,仅邀请观察与命名;若来访者无法即时命名,提供1–2个中性、感官具体的选项供选择。每次引导后确认线索是否与预期一致。 ## Objective 中断焦虑自我强化循环,建立现实检验基础 ## Applicable Signals - 来访者语速加快/呼吸变浅 - 目光回避或凝滞 - 使用‘肯定’‘一定’‘完了’等绝对化语言 - 重复询问‘我是不是很奇怪?’等验证性问题 ## Contraindications - 来访者完全失联或解离 - 暴露强度已引发惊恐发作且无法调节 ## Intervention Moves - 暂停-转向-命名三步引导 - 提供感官锚定词(视觉/听觉/触觉) - 用开放式提问替代解释(如‘你刚才注意到他哪个动作?’而非‘他其实没在看你’) ## Workflow Steps - 确认当前暴露阶段(想象/现场)及目标情境 - 识别1个即时出现的安全行为或内部聚焦信号 - 发出简短转向指令(如‘现在,请找一个你能看到的、不动的东西’) - 等待并接纳任何命名尝试;若沉默>5秒,提供2个中性选项 - 共情确认差异(如‘你预期他会皱眉,但实际他笑了——这个细节对你意味着什么?’) ## Constraints - 必须发生在已建立暴露任务框架之后 - 不可在未完成基线焦虑评估前启动 - 单次引导不超过3轮,避免成为新安全行为 ## Cautions - 避免使用‘放松’‘别紧张’等暗示内部状态的指令 - 不将外部线索用于否定来访者感受(如‘你根本没那么糟’),只用于拓展现实参照 ## Output Contract - 来访者能自主命名至少两个外部线索(如‘他点头了’‘墙上挂钟是圆形的’),并确认其与预期不符 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者在想象暴露中说:‘我手心全是汗,他肯定觉得我很蠢。’同时低头握拳。 - Therapist/Output: 咨询师:‘好,我们先停一下——现在,请抬头看他的眼睛位置,再告诉我,他眉毛是平的,还是上扬的?’ 来访者:‘……上扬的。’ 咨询师:‘上扬的眉毛,和‘觉得你很蠢’,这两件事同时发生,你感觉怎么样?’ - Notes: 用具体可观察特征打破主观推
- 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 安全行为利弊分析激发治疗动机 skill do?
在想象或现实暴露进行中,实时引导来访者将注意力从内部体验(如身体感觉、消极预测)转向可观察、可验证的外部环境线索(如他人面部表情、物体细节),以中断焦虑自我强化循环并建立现实检验基础。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 安全行为利弊分析激发治疗动机 --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.
