# 认知重评引导

> 在来访者识别出自动化思维后，引导其检验该思维的证据支持与反证，促使其生成更现实、灵活的替代性解释，从而中断负性情绪循环。适用于CBT框架下对不合理信念的即时干预。

- Skill: `ecnu-icalk/skill-311` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add ecnu-icalk/skill-311`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ecnu-icalk/skill-311/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ECNU-ICALK (https://skillmd.com/u/ecnu-icalk)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/ecnu-icalk/skill-311

---


# 认知重评引导

在来访者识别出自动化思维后，引导其检验该思维的证据支持与反证，促使其生成更现实、灵活的替代性解释，从而中断负性情绪循环。适用于CBT框架下对不合理信念的即时干预。

## Prompt

1. 确认自动化思维的具体内容（如：'他语气不好=我不被喜欢'）；
2. 邀请来访者列举支持该想法的证据（‘有什么事实让我这么想？’）；
3. 引导寻找反证或替代解释（‘有没有其他可能？过去类似情境中发生了什么？’）；
4. 共同构建一个更平衡、有依据的替代性想法；
5. 评估情绪强度变化（0–10分），确认新解释的可接受度。

## Objective

修正自动化思维
## Applicable Signals

- 来访者能清晰描述触发情境与伴随想法
- 情绪处于可对话水平（如焦虑/悲伤强度≤6/10）
- 存在可检验的经验性事实基础

## Contraindications

- 来访者处于严重解离或现实检验能力受损状态
- 情绪强度过高导致无法进行理性对话

## Intervention Moves

- 思维具体化
- 证据检视
- 替代解释生成
- 情绪再评估

## Workflow Steps

- 确认自动化思维（聚焦一句话、可观察、可检验）
- 引导证据检视（支持性证据 vs. 反证/例外）
- 共同生成1–2个更现实、有依据的替代性解释
- 邀请来访者评估新解释的可信度与情绪变化
- 锚定微小成功（如：‘刚才你提到小学时朋友主动找你玩——这和‘没人喜欢我’矛盾吗？’）

## Constraints

- 必须建立在个案概念化基础上，不脱离当前核心信念背景
- 避免直接否定来访者想法，始终以协作探索姿态推进

## Cautions

- 若来访者反复陷入‘全或无’归因，需先做正常化与心理教育，暂缓挑战
- 当替代解释引发新焦虑时，应暂停并转向行为实验验证

## Output Contract

- 来访者能口头陈述至少一个有依据的替代性解释，并报告情绪强度下降（主观评分降低≥2分）

## Example Therapist Responses

### Example 1

- Client/Input: 同学微信回复冷淡，来访者想：‘他肯定讨厌我，以后都不会理我了。’
- Therapist/Output: 来访者提出：‘他上周还约我吃饭；也可能他刚忙完工作很累。我上次发消息他也隔了三小时才回。’ 情绪自评从8分降至5分。
- Notes: 用具体过往事件和情境变量松动绝对化推断

### Example 2

- Client/Input: 课堂发言后老师没点评，来访者想：‘我说得太差，老师觉得我很蠢。’
- Therapist/Output: 来访者想到：‘老师对所有同学都只点头，没点评过任何人；而且课后有同学说我的观点有启发。’ 情绪自评从7分降至4分。
- Notes: 引入外部参照与行为观察，削弱自我中心归因

## Files

- `references/evidence.md`
- `references/evidence_manifest.json`

## Triggers

- 来访者已识别出具体自动化思维
- 该思维引发明显负性情绪或行为反应
- 当前无急性危机需优先处理

## Examples

### Example 1

Input:

  同学微信回复冷淡，来访者想：‘他肯定讨厌我，以后都不会理我了。’

Output:

  来访者提出：‘他上周还约我吃饭；也可能他刚忙完工作很累。我上次发消息他也隔了三小时才回。’ 情绪自评从8分降至5分。

Notes:

  用具体过往事件和情境变量松动绝对化推断

### Example 2

Input:

  课堂发言后老师没点评，来访者想：‘我说得太差，老师觉得我很蠢。’

Output:

  来访者想到：‘老师对所有同学都只点头，没点评过任何人；而且课后有同学说我的观点有启发。’ 情绪自评从7分降至4分。

Notes:

  引入外部参照与行为观察，削弱自我中心归因