REBT不合理信念自动化识别与反驳训练
在治疗巩固阶段(第7~8次咨询),引导来访者主动筛查残留不合理信念,通过结构化ABC辩论促进自动化觉察习惯形成,最终内化为稳定的合理信念体系。
npx skills add ECNU-ICALK/AutoSkill --skill REBT不合理信念自动化识别与反驳训练 --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.
# REBT不合理信念自动化识别与反驳训练 在治疗巩固阶段(第7~8次咨询),引导来访者主动筛查残留不合理信念,通过结构化ABC辩论促进自动化觉察习惯形成,最终内化为稳定的合理信念体系。 ## Prompt 引导来访者回顾近期情绪波动事件,不加评判地记录自动思维;提问‘这个想法背后隐含了哪条绝对化/过度概括/糟糕至极的信念?’;协助其用ABC模型快速标注事件(A)、信念(B)、后果(C),并聚焦B进行逻辑质询与替代性合理信念生成;强调‘无需等待咨询师提示即可启动识别’,强化自我觉察惯性。 ## Objective 建立不合理信念的自动化觉察与反驳能力 ## Applicable Signals - 来访者能复述至少2条常见不合理信念类型(如‘我必须被所有人喜欢’) - 家庭作业完成率≥80%且记录具反思性 - 在自由叙述中自发出现‘我好像又在想……’类觉察语言 ## Contraindications - 仍频繁出现灾难化思维且无法命名 - 存在显著现实检验障碍 - 未完成前期家庭作业 ## Intervention Moves - Socratic questioning(苏格拉底式提问) - ABC schema anchoring(ABC图式锚定) - belief labeling(信念标签化命名) ## Workflow Steps - 邀请来访者分享本周1件引发轻微不适的日常事件 - 引导其写下即时自动思维,并追问:‘这句话背后,你真正相信的是什么?(用‘我必须/应该/永远……’句式表达)’ - 共同完成ABC简表(A/B/C各1行),聚焦B项开展三问质询:①证据支持吗?②有无其他解释?③最坏结果真的不可承受吗? - 协同生成1条具体、可验证、非绝对化的替代信念(例:‘我希望被喜欢,但不被某人认可≠我不值得’) - 布置微型家庭作业:未来48小时内,一旦觉察到类似B,立即用手机备忘录记下‘触发事件+原B+新B’,不超30字 ## Constraints - 须确保每次训练包含至少1个新浮现的不合理信念实例 - 辩论过程需严格区分‘信念’与‘事实’,避免滑向行为指导或情绪安抚 - 不引入新信念类型教学,仅深化已有类型识别速度与准确性 ## Cautions - 避免将‘自动化’误解为‘无意识’——初期仍需刻意练习;强调‘快’不等于‘跳过步骤’ - 警惕来访者用新合理信念掩盖旧信念(如表面改口实则未动摇核心假设) - 若连续2次无法独立识别B,退回第5次咨询的结构化辨识练习 ## Output Contract - 来访者能在无提示下独立识别并命名1种新浮现的不合理信念,并完成一次完整ABC记录与反驳 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说:‘这次小组汇报没被
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- 子技能目录
- 选用规则(微技能目录)
- Files
What does the REBT不合理信念自动化识别与反驳训练 skill do?
在治疗巩固阶段(第7~8次咨询),引导来访者主动筛查残留不合理信念,通过结构化ABC辩论促进自动化觉察习惯形成,最终内化为稳定的合理信念体系。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill REBT不合理信念自动化识别与反驳训练 --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.
