# 自动思维辨识与证据检视表

> 使用结构化表格引导来访者识别事件触发的自动思维，分别列出支持与反对该思维的客观证据，并评估信念确信度，促进认知弹性与去中心化。

- Skill: `ecnu-icalk/skill-807` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add ecnu-icalk/skill-807`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ecnu-icalk/skill-807/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-807

---


# 自动思维辨识与证据检视表

使用结构化表格引导来访者识别事件触发的自动思维，分别列出支持与反对该思维的客观证据，并评估信念确信度，促进认知弹性与去中心化。

## Prompt

请与来访者共同填写三栏结构化表格：左侧记录具体发生事件，中间标注自动思维及其初始确信度（0–100%），右侧分两列分别列举支持该思维的客观证据和反对该思维的客观证据；最后引导其基于证据形成更平衡的新信念，并重新评估确信度。全程保持苏格拉底式提问，不代入评判，聚焦可观察、可验证的事实。

## Objective

帮助来访者觉察并质疑非理性自动思维，建立基于证据的思维习惯
## Applicable Signals

- 来访者使用绝对化语言（如‘肯定’‘必然’‘永远’）
- 报告躯体焦虑伴随特定想法
- 能清晰描述诱发事件但难以质疑想法本身

## Contraindications

- 来访者处于高度情绪唤起状态无法聚焦
- 思维内容涉及不可证伪的存在性/道德判断
- 缺乏基本读写能力或注意力持续时间<3分钟

## Intervention Moves

- 引导命名具体事件而非泛化描述
- 将自动思维转述为可证伪的陈述句
- 追问‘什么事实让你相信这一点？’‘有没有相反的事实也存在？’
- 邀请重估确信度并标注变化

## Workflow Steps

- 1. 共同确认一个近期具体事件（如‘别人碰了我的手机’）
- 2. 提取并书面化自动思维及初始确信度（如‘我会得重病’—95%）
- 3. 分栏引导列举支持证据（如‘没消毒’）与反对证据（如‘细菌在门把手存活时间短’）
- 4. 协同生成替代性、更平衡的新信念（如‘接触少量细菌通常不会致病’）
- 5. 重新评估该思维的确信度，确认是否下降≥15个百分点

## Constraints

- 表格必须由来访者亲笔填写或口述由咨询师代录，禁止咨询师单方面填充
- 反对证据须来自现实经验、常识或可靠信息源，不可虚构
- 确信度重评需在完成证据检视后立即进行

## Cautions

- 避免陷入逻辑辩论；重点在于体验‘想法≠事实’的认知松动
- 若确信度未下降，不强行推进，可标记为‘待检验’并安排行为实验

## Output Contract

- 一张完整填写的三栏结构化表格（含事件、自动思维及初始/终末确信度、支持证据、反对证据、新信念），且自动思维终末确信度较初始值下降≥15个百分点

## Example Therapist Responses

### Example 1

- Client/Input: 来访者说：‘我发错邮件了，老板一定会开除我。’确信度90%。
- Therapist/Output: 表格填写示例：事件=发错邮件；自动思维=‘老板一定会开除我’（90%）；支持证据=‘上次他批评过我粗心’；反对证据=‘过去三年无开除先例’‘邮件已及时撤回并道歉’；新信念=‘犯错可能引发反馈，但不等于被开除’；重评确信度=30%。
- Notes: 反对证据需具象、可追溯，避免使用‘应该’‘可能’等模糊表述

## Files

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

## Triggers

- 来访者报告高确信度的灾难化自动思维（如>80%）
- 思维内容可被具体化为可验证命题
- 来访者具备基本抽象与反思能力

## Examples

### Example 1

Input:

  来访者说：‘我发错邮件了，老板一定会开除我。’确信度90%。

Output:

  表格填写示例：事件=发错邮件；自动思维=‘老板一定会开除我’（90%）；支持证据=‘上次他批评过我粗心’；反对证据=‘过去三年无开除先例’‘邮件已及时撤回并道歉’；新信念=‘犯错可能引发反馈，但不等于被开除’；重评确信度=30%。

Notes:

  反对证据需具象、可追溯，避免使用‘应该’‘可能’等模糊表述