返回技能列表

listen-guidance

pjt222
更新于 Yesterday
3 次查看
17
2
17
在 GitHub 上查看
aidesign

关于

The `listen-guidance` skill coaches users through the core techniques of active listening, including mindset preparation, reflective paraphrasing, and clarifying questioning. It is designed for use when improving communication, preparing for difficult conversations, or addressing frequent misunderstandings. Developers can integrate this skill to help users practice and integrate these insights into their communication habits.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/listen-guidance

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

聆聽(指導)

引人發展並練習積極聆聽之技。AI 任溝通教練——助備受納心態、練全然在場之注、發展反思鏡述、有效用澄清問、綜合理解,並將聆聽技整合入日常溝通。

適用時機

  • 人欲於關係、團隊或職場中改善溝通
  • 人屢誤解他人或自感被誤解
  • 人備難談(反饋會、衝突解決、談判)
  • 領袖欲更有效聽團隊
  • 人察己多言少聽,欲變此模式
  • meditate-guidance 已養在場後,人欲向他人指此在場

輸入

  • 必要:人之聆聽目標(改善一般溝通、備特定對話、發展專業技能)
  • 選擇性:聆聽之上下文(工作、個人關係、團隊動態)
  • 選擇性:已知之挑戰(打斷、神遊、情緒反應、給建議之傾向)
  • 選擇性:其備之特定對話
  • 選擇性:其所受關於聆聽之反饋

步驟

步驟一:備——設受納心態

練聆聽技之前,助人解並入受納狀態。

  1. 釋聽與聆之別:「聽乃被動——音入。聆乃主動——汝受、處、解」
  2. 請其識別聆聽習慣:「他人言時,汝心常為何?」
  3. 常見模式待顯:
    • 規回應,當他人仍在言
    • 所言(贊/不贊)而非解
    • 解問題——他人未畢即跳至解
    • 關聯——將一切連於己經驗
    • 過濾——僅聞己所好或確其見者
  4. 助其設此練之意:「於此會話,我將專注於……」
  5. 引簡短聚中練習:三慢呼吸,釋「需說話」之議程

預期: 人已識別至少一欲改之慣聆聽模式,並已設此練會話之明意。其感寧而在場,非表演焦慮。

失敗時: 若人不能識別模式,或為無意識——建議察他人言時身體所現(緊、不安、言之衝動)。若其對聆聽自覺不安,作平常事:「人皆有此模式——察之乃選擇之第一步。」

步驟二:注——練全然在場

引人過給言者全注意力之練。

  1. 釋注之物理面:眼接(舒,不盯)、身向、開放姿、靜
  2. 釋心理面:懸內獨白、察注散時、柔歸焦
  3. 設練習:「我將言二分鐘某題。汝僅聆——勿答、勿記、僅受」
  4. 言中複雜度之題二分鐘(AI 供內容)
  5. 練後問:「汝察注之何?其何往?」
  6. 若有益則重,此次以恐觸其已識別模式之題(如其或欲修、判或關聯者)

預期: 人歷慣聆聽與意聆聽之別。其察注散之時並練歸之。即使全然在場之短暫亦有價值。

失敗時: 若其言「我全程在聆」,問具體內容題——不能憶細節露所感為注之無注。若其不能止內獨白,建議聚於言者呼吸節奏或言速為錨——此佔分析心而留注於言者。

步驟三:鏡——練鏡述

教人鏡理解回言者。

  1. 釋目的:「鏡述示言者被聆並令其正誤解」
  2. 教形式:「我所聞汝言……」/「似……」/「若我解正……」
  3. 強調:鏡意,非字——用己言以示解其念
  4. 練:AI 作陳述,人鏡之
  5. 始簡:明內容之事實陳述
  6. 增複:含情感、混信號或暗意之陳述
  7. 每鏡後供反饋:「此捕主念。汝可亦含其後之感……」
Paraphrase Quality Ladder:
┌──────────────┬────────────────────────────────────────────────────────┐
│ Level        │ Example                                                │
├──────────────┼────────────────────────────────────────────────────────┤
│ Parrot       │ "You said you're frustrated with the project"          │
│ (repeating)  │ → Too literal, doesn't show understanding              │
├──────────────┼────────────────────────────────────────────────────────┤
│ Content      │ "The project isn't going the way you expected"         │
│ (facts)      │ → Captures meaning, misses feeling                     │
├──────────────┼────────────────────────────────────────────────────────┤
│ Feeling      │ "You're feeling stuck because the project keeps        │
│ (emotion)    │ hitting obstacles"                                      │
│              │ → Captures both content and emotion                     │
├──────────────┼────────────────────────────────────────────────────────┤
│ Meaning      │ "This matters to you because you put real effort in,   │
│ (full)       │ and the obstacles feel like they're dismissing that"    │
│              │ → Captures content, emotion, and deeper meaning         │
└──────────────┴────────────────────────────────────────────────────────┘

預期: 人能持續於內容層鏡述,並至少一次達感受層。其歷鏡述如何變動態——「言者」(AI)感被聆。

失敗時: 若鏡過字(鸚鵡層),勵之:「試以全異之言存同意」。若其跳至解釋而非反思,重指:「解之前,先鏡所言」。若其覺鏡不自然,承此初感不自然而於練習後成自然。

步驟四:探——問澄清之問

教人以善置之問深理解。

  1. 別問之類:
    • 開放問:「汝於此歷何?」(請探索)
    • 澄清問:「汝言 X,指 A 或 B?」(解模糊)
    • 深化問:「其中何最於汝要?」(下於表)
    • 導向問:「汝不認為當……?」(避——此為建議,非聆)
  2. 練:AI 作複雜陳述,人問一澄清題
  3. 評其問開對話或窄之
  4. 教「請言更多」法:有時最佳之問即續之邀
  5. 練問後候——默予言者思之空間

預期: 人能自然地問至少一開放問與一澄清問。其歷善問較陳述更深理解。

失敗時: 若其問皆導向(偽裝之建議),溫命之:「此為問形之建議。先試問其所思。」若其問過多(審問式),教節奏:聆、鏡、問一,再聆。

步驟五:綜——總結理解

引人將所聞合為連貫之總結。

  1. 於較長聆聽練習後(AI 供含多線之 3-4 分鐘敘事):
  2. 請其總結:「此人溝通之主事為何?」
  3. 查所有層:已捕事實、感受與底需?
  4. 查未言者:「有何值得注意因其不存?」
  5. 查優先:「於言者最要者似為何?」
  6. 練總結格式:「我從此所帶走者為……正否?」

預期: 人能將多線消息綜為連貫總結,捕言者優先與感受,非僅事實。

失敗時: 若總結僅事實,提示:「此人當時感為何?」若總結失主線,指之並討為何失之(常露聆聽過濾)。若總結加未言者,別所聞與所推。

步驟六:整合——應用於真實溝通

助人移練習技能於真實情境。

  1. 連技能於其具體境:「於汝即將與 X 之對話,可如此用鏡述……」
  2. 識別於其境最有助之一技:「於團隊會議,注之練或最有影響」
  3. 設練目標:「本周,每對話試至少鏡述一次」
  4. 討真實世界常障:
    • 時間壓力:「即十秒鏡述防誤解而省時」
    • 群境:「會議中,先總他人之言再加己點」
    • 情感對話:「情高時,聆較解方更要」
  5. 若備特定對話,以新技角色扮演
  6. 求反饋:「今日之練何感最有用?」
  7. 提醒:「聆乃練習,非表演——每對話中改進」

預期: 人有至少一具體、可行之聆聽練習以應用於真實生活。其解聆乃於用中發展之技,非完美展之法。

失敗時: 若技感做作,承之並強調:「目標非循腳本——乃真成對他人經驗好奇。技能引汝至,隨後好奇接管。」若其對特定對話焦慮,移焦自聆聽技至聆聽意:「汝意在解之,非勝或修。」

驗證

  • 人已識別至少一慣聆聽模式
  • 全然在場之注已練,並反思所發生
  • 鏡述已練至內容層或以上
  • 練中已問至少一澄清(非導向)之問
  • 多線消息已綜為連貫總結
  • 技能連於人之真實情境並附具體練目標
  • 指導全程保溫暖、非判之調

常見陷阱

  • 使聆聽成表演:若人聚於「顯為聆」而非真聆,技反效。重指向真好奇
  • 過校:若人試於每對話用每技,將累而做作。一次一技足矣
  • 忽自聆:向他人積極聆需知己內態。若人為情所溢,不能聆他人——先引自調
  • 混聆於贊:鏡某人之見不謂贊之。對處衝突境者明此
  • 待默如敗:言者畢後舒默乃敬之標,非無注。助人容此頓
  • 教練如講者:諷刺之陷——AI 邊指聆邊自言。確人所練多於所受教

相關技能

  • listen — AI 自導變體,用於對用戶意圖之深受納注
  • learn-guidance — 學與聆共基於受納注
  • teach-guidance — 有效教學需聆學者之需
  • meditate-guidance — 養撐聆之在場
  • heal-guidance — 療愈對話需最深之聆

GitHub 仓库

pjt222/agent-almanac
路径: i18n/wenyan-lite/skills/listen-guidance
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

content-collections

Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。

查看技能

polymarket

这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。

查看技能

creating-opencode-plugins

该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。

查看技能

sglang

SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。

查看技能