REBT不合理信念辩论技术
在认知重构的修通阶段,通过苏格拉底式提问引导来访者识别、检验并修正绝对化、以偏概全、灾难化等非适应性核心信念;聚焦信念的实证基础、逻辑一致性与功能后果,促成弹性、实证、促进行动的替代性合理信念。
npx skills add ECNU-ICALK/AutoSkill --skill REBT不合理信念辩论技术 --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不合理信念辩论技术 在认知重构的修通阶段,通过苏格拉底式提问引导来访者识别、检验并修正绝对化、以偏概全、灾难化等非适应性核心信念;聚焦信念的实证基础、逻辑一致性与功能后果,促成弹性、实证、促进行动的替代性合理信念。 ## Prompt 使用开放式、非评判性苏格拉底式提问,聚焦信念的逻辑一致性、实证支持与现实适配性;避免直接否定或说教;每次仅聚焦1个核心信念,严格基于来访者已表达的内容引导其自我检验证据、替代解释与实际后果。 ## Objective 修正非适应性核心信念 ## Applicable Signals - 来访者使用‘我必须…’‘别人应该…’‘这太糟糕了,我完全无法承受’等表述 - 焦虑/自责情绪在特定情境中反复出现且强度与事件不匹配 - 来访者能初步命名自身情绪并联系到想法 ## Contraindications - 来访者处于急性危机或解离状态 - 尚未建立足够信任关系 - 信念内容涉及现实危险需优先安全干预 ## Intervention Moves - 提问检验信念的实证基础(如:‘有什么事实支持这个想法?有没有反例?’) - 提问检验信念的逻辑推演(如:‘如果A发生,就一定导致B吗?还有没有其他可能?’) - 提问检验信念的功能后果(如:‘这个想法让你更有力行动,还是更退缩?’) ## Workflow Steps - 确认当前情绪及诱发情境 - 邀请来访者复述支撑该情绪的核心信念(原话记录) - 选择1个最具干扰性的信念,用3–4个苏格拉底式问题引导自我检验 - 共同归纳替代性合理信念(弹性、实证、促进行动) - 邀请来访者简述该新信念如何可能改变后续情绪或行为 ## Constraints - 须在前序阶段完成情绪稳定化与自动思维识别 - 单次辩论不超过2个核心信念,避免认知超载 - 所有提问须基于来访者已表达的内容,不预设或强加解释 ## Cautions - 避免陷入哲学辩论或真理之争;焦点始终是信念对来访者功能的影响 - 当来访者出现防御或僵持时,暂停辩论,回归共情与正常化 - 不将‘合理’等同于‘正确’,而强调‘更适应、更可持续’ ## Output Contract - 来访者能自主陈述1条替代性合理信念,并举例说明其对自身情绪或行为的实际影响变化(如:‘现在想到‘我尽力就好’,心慌减轻了,愿意先交初稿’) ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说:‘我必须考进前三名,否则人生就完了。’ - Therapist/Output: 来访者陈述:‘我可以努力做到最好,但排名受很多因素影响;即使没进前三,我也能从其他路径成长——上周我帮同学讲题时,发现自己其实很擅长表达。’ - Notes: 替代信念体现弹性(‘可以努力’)、去
- 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 REBT不合理信念辩论技术 skill do?
在认知重构的修通阶段,通过苏格拉底式提问引导来访者识别、检验并修正绝对化、以偏概全、灾难化等非适应性核心信念;聚焦信念的实证基础、逻辑一致性与功能后果,促成弹性、实证、促进行动的替代性合理信念。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill REBT不合理信念辩论技术 --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.
