Back to skills
SKILL.md
Vision Value Internalization
ASecurity当需要评估一个长期目标是否值得投入大量时间、精力并承受可能的失败时,用以增强行动的内在驱动力
- 12 stars
- 0 votes
- 0 copies
- 2 views
- Added September 9, 2026
Security analysis
100/100Pro scans all 3 files and shows the line behind each finding
npx -y skills add DracoUnion/dankoe-skills --skill vision-value-internalization --agent claude-codeAre you the author of Vision Value Internalization?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/dracounion-vision-value-internalization)---
name: vision-value-internalization
description: 当需要评估一个长期目标是否值得投入大量时间、精力并承受可能的失败时,用以增强行动的内在驱动力
---
# vision-value-internalization
## When to Use
当需要评估一个长期目标是否值得投入大量时间、精力并承受可能的失败时,用以增强行动的内在驱动力。description
## Core Logic
# 执行步骤
1. **具象化愿景成果**
* **输入**:一个长期的、抽象的目标(如“财务自由”、“精通某项技能”、“建立个人品牌”)。
* **操作**:拒绝抽象描述。具体描绘达成该目标后,你**日常生活**中典型的一天/一周会是什么样子。包括:时间如何分配、与谁互动、从事何种具体活动、感受如何、环境有何不同。写下或详细描述这些场景。
* **判断标准**:愿景被转化为生动、具体、可感知的生活场景,而非一个空洞的概念。
* **输出**:一份关于目标达成后具体生活状态的详细描述。
2. **深度价值质询**
* **输入**:上一步输出的具体生活状态描述。
* **操作**:针对该描述,连续追问以下问题,并诚实回答:
a) **渗透性质询**:实现这个愿景,将如何具体地改善我生活的各个方面(健康、关系、心态、日常体验)?
b) **代价评估**:为了获得上述生活,我愿意承受多少年的奋斗、不确定性和频繁的“失败”?
c) **替代方案对比**:如果我不追求这个目标,我默认的未来路径是什么?描述那条路径上的典型一天/一周。我愿意为那个“默认未来”付出同样的时间吗?
* **判断标准**:对每个问题都进行了深入、诚实的思考,并得出了清晰的个人化答案。
* **输出**:对愿景价值、个人愿意付出的代价以及替代方案清晰度的书面回答。
3. **决策与承诺**
* **输入**:深度价值质询的答案。
* **操作**:基于质询结果做出明确决策。
* **IF** 答案显示该愿景价值极高,且愿意付出相应代价,远优于默认路径 → 将该目标确立为高级优先事项,并进入规划执行阶段。
* **ELSE IF** 答案显示意愿不坚定,或认为代价过高 → 考虑调整愿景(返回步骤1),或暂时搁置,寻找其他更有内驱力的目标。
* **判断标准**:做出了一个清晰的、基于内在价值评估的“是/否”或“调整”的决策。
* **输出**:一个关于是否全力追求该愿景的明确决定。
# 输出格式要求
以决策报告形式呈现:
- **愿景具象化摘要**:用2-3句话概括目标达成后的核心生活图景。
- **价值质询结论**:
- **渗透性价值**:[列出1-2条最重要的生活改善点]
- **愿意付出的代价**:[明确时间长度和愿意承受的困难类型]
- **与默认路径的对比**:[简述对比结论]
- **最终决策**:[明确陈述“全力追求”、“调整后追求”或“放弃并寻找新目标”]
- **核心依据**:简述做出此决策最关键的一两个价值判断点。
## Metadata
| 属性 | 值 |
|------|-----|
| 领域 | 目标管理 |
| 类型 | procedural (procedural) |
| 置信度 | 75% |
| 前置条件 | 有一个初步的长期目标或愿景设想 |
| 来源 | 如何快乐地失败:已知与未知的交汇处 |
Files in this skill
- SKILL.md
- references/source.md
- scripts/run.py
Attribution
Comments
Loading comments…