# 渐进式角色扮演暴露

> 在咨询室内按主观焦虑等级由低到高模拟日常社交场景（如点餐、取快递），引导来访者练习表达自我需求，为真实情境行为改变做准备；适用于轻中度社交回避但现实环境代入感弱的来访者。

- Skill: `ecnu-icalk/skill-609` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add ecnu-icalk/skill-609`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ecnu-icalk/skill-609/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-609

---


# 渐进式角色扮演暴露

在咨询室内按主观焦虑等级由低到高模拟日常社交场景（如点餐、取快递），引导来访者练习表达自我需求，为真实情境行为改变做准备；适用于轻中度社交回避但现实环境代入感弱的来访者。

## Prompt

1. 与来访者共同列出3–5个目标社交情境，按主观焦虑评分（0–10）排序；
2. 从最低分情境开始角色扮演，咨询师先示范，再邀请来访者主述/主做，聚焦‘表达自我需求’的具体语言（如‘请给我多加一份米饭’‘我需要等一下再取快递’）；
3. 每次扮演后即时反馈：确认焦虑变化、复述所用句式、识别自动思维；
4. 仅当当前等级焦虑下降≥30%且句式可复述，才推进至下一级；
5. 若连续两次无法进入状态或焦虑上升，暂停并回归呼吸锚定或认知重构。

## Objective

降低情境性焦虑并改善行为表达
## Applicable Signals

- 报告特定社交情境引发可量化焦虑（SUDS ≥4）
- 存在明确回避行为但无现实功能损害
- 表达‘想试但不敢’或‘知道该说什么，就是说不出’

## Contraindications

- 来访者当前无法区分想象与现实刺激
- 存在未处理的创伤闪回或严重惊恐发作史

## Intervention Moves

- 等级化情境排序
- 咨询师示范建模
- 句式锚定（固定1–2条自我表达短句）
- 即时焦虑评分与归因反馈
- 行为成功强化（非结果导向，重过程参与）

## Workflow Steps

- 共构焦虑等级表（含3个以上生活化情境）
- 选择最低等级情境，咨询师示范表达（语速慢、语气平和）
- 来访者首次尝试（允许停顿、重复、改口）
- 共同评分SUDS变化，复述所用句式
- 决定是否升级或巩固

## Constraints

- 单次角色扮演不超过8分钟
- 同一情境重复不超过2轮/session
- 不引入第三方角色（如‘店员’‘快递员’）以外的复杂人际变量

## Cautions

- 避免过度强调‘自然流畅’，优先保障‘开口说出’；若来访者沉默超15秒，咨询师以中性句式补位（如‘我可能需要一点时间’），再邀请其跟读

## Output Contract

- 来访者能在三级难度内完成角色扮演并报告主观焦虑下降≥30%，且能独立复述1条自我表达句式

## Example Therapist Responses

### Example 1

- Client/Input: 来访者SUDS=7，点餐时总回避说‘不要辣’，只点头或指菜单
- Therapist/Output: 咨询师示范：‘请不要放辣椒，谢谢。’→来访者跟读→自主说一次→SUDS降至4→复述句式
- Notes: 重点不在发音准确，而在主动发起语言请求

## Files

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

## Triggers

- 来访者能识别具体回避行为及对应焦虑等级
- 咨询关系稳定且具备基本情绪耐受力
- 需在安全环境中预演现实挑战

## Examples

### Example 1

Input:

  来访者SUDS=7，点餐时总回避说‘不要辣’，只点头或指菜单

Output:

  咨询师示范：‘请不要放辣椒，谢谢。’→来访者跟读→自主说一次→SUDS降至4→复述句式

Notes:

  重点不在发音准确，而在主动发起语言请求