积极情绪调节的认知重评微干预
借助Lyubomirsky积极心理学教学视频与结构化对话,引导来访者觉察回避性应对(如沉浸小说)的功能与代价,联结实证支持的替代策略(日记、运动、社交),激发元认知觉察与主动调节尝试意愿。
npx skills add ECNU-ICALK/AutoSkill --skill 积极情绪调节的认知重评微干预 --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.
# 积极情绪调节的认知重评微干预 借助Lyubomirsky积极心理学教学视频与结构化对话,引导来访者觉察回避性应对(如沉浸小说)的功能与代价,联结实证支持的替代策略(日记、运动、社交),激发元认知觉察与主动调节尝试意愿。 ## Prompt 播放≤8分钟《积极情绪》教学片段(聚焦Lyubomirsky关于主动调节的实证发现);提问引导对比‘小说减压’与积极调节在身体感受、事后状态、长期影响上的差异;使用‘行为-功能-代价’三栏简表共同梳理原有方式的隐性成本;将家庭作业(如记录高兴/不高兴事件、克制小说次数)重新定义为‘神经可塑性实验’;协同生成1条具身化、可操作的替代话术。 ## Objective 促发对情绪调节策略有效性的元认知觉察,激发对积极行为替代方案的认同与尝试意愿 ## Applicable Signals - 来访者承认‘看小说让我暂时好受些’ - 来访者能描述情绪压抑感但尚未命名应对模式 - 来访者对家庭作业(如写日记)表现出初步理解但缺乏内化动机 ## Contraindications - 来访者否认情绪困扰或拒绝讨论调节方式 - 视频材料无法获取或技术条件不支持 - 情绪调节议题尚未建立安全探讨基础 ## Intervention Moves - 视频共观与即时反馈提问 - 认知比较支架:‘这个方式帮你挡住了什么?又可能挡住了什么?’ - 行为-功能-代价三栏归因简表引导 ## Workflow Steps - 1. 播放精选《积极情绪》教学片段(聚焦Lyubomirsky关于主动情绪调节的实证发现) - 2. 提问引导反思:‘你用看小说来减压,和视频里说的‘积极宣泄’方式,在身体感受、事后状态、长期影响上有什么不同?’ - 3. 共同梳理‘小说减压’的短期收益(安慰、逃避)与隐性代价(时间损耗、现实脱节、情绪积压) - 4. 将家庭作业(日记记录、克制次数)重新定义为‘主动调节实验’,明确每次尝试即是一次神经可塑性练习 - 5. 共同生成1条个性化替代话术(如:‘我现在难受,可以先写两行日记,而不是打开小说’) ## Constraints - 必须在已建立基本咨询联盟的前提下开展 - 需确保视频内容简洁、无专业术语壁垒,时长≤8分钟 - 讨论须紧扣来访者真实生活场景(如宿舍独处、异地恋压力) ## Cautions - 避免直接否定原有应对方式的价值,先共情其功能(‘它确实在那一刻帮你撑住了’),再引入代价与替代选项 - 不强行要求立即替换行为,重在激发元认知觉察与尝试意愿 ## Output Contract - 来访者能自主陈述‘原应对方式的问题’与‘新策略的合理性’,并表达尝试意愿(如:‘看小说是躲,写日记+运动才是面对’) ## 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 积极情绪调节的认知重评微干预 skill do?
借助Lyubomirsky积极心理学教学视频与结构化对话,引导来访者觉察回避性应对(如沉浸小说)的功能与代价,联结实证支持的替代策略(日记、运动、社交),激发元认知觉察与主动调节尝试意愿。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 积极情绪调节的认知重评微干预 --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.
