核心用法
Gaslighting Detector 是一款专注于识别沟通中操控模式的心理辅助工具。用户只需粘贴聊天记录或描述具体情境，即可获得系统性的模式分析。该技能通过六大核心框架——煤气灯操控、爱轰炸-贬低循环、DARVO 反击、 guilt tripping、胁迫控制和被动攻击——帮助用户客观审视人际关系中的权力动态。
使用流程极为直观：输入对话内容后，系统会依次完成模式识别、意图评估、权力分析、影响测量和风险预判五个维度的诊断，最终输出结构化的分析报告，包含具体识别到的操控手法、严重程度分级（从沟通不良到虐待行为）、健康沟通对照版本，以及 2-3 条可执行的应对建议。
显著优点
该技能的首要优势在于其专业性与易用性的平衡。它并非简单贴标签，而是训练用户区分"糟糕的沟通"与"恶意操控"——这一区分在心理健康领域至关重要。通过提供"健康版本对照"功能，用户不仅能识别问题，更能学习什么是尊重性的沟通范本。
其次，响应设计体现了创伤知情原则（trauma-informed）：优先验证用户感受（"You're not crazy"），避免二次伤害，并在检测到物理虐待风险时自动触发安全资源推荐。这种设计对于处于操控关系中的用户尤为关键，因为操控的核心机制正是让受害者怀疑自己的判断力。
第三，纯文本分析的架构确保了极高的隐私安全性。无外部 API 调用、无数据持久化、无第三方依赖，所有分析在会话内完成，这对于处理高度敏感的私人关系数据是不可或缺的安全保障。
潜在缺点与局限性
作为基于提示词的大语言模型应用，该技能存在固有的判断边界。它无法替代专业心理咨询，尤其在涉及复杂创伤、人格障碍诊断或法律取证等场景时，系统建议用户"寻求专业支持"的免责声明需要被认真对待。
另一个局限在于文化语境的适配。虽然技能支持中英双语响应，但操控模式的识别标准主要基于西方心理学研究（如 DARVO 理论）。在集体主义文化或高语境沟通环境中，某些行为（如委婉表达、面子维护）可能被误判为被动攻击，需要用户结合本土情境理解分析结果。
此外，该技能对"意图"的判定存在方法论难题——它只能基于文本推断动机，而无法确知对方真实心理状态。这可能导致两种误判：将无心之失解读为恶意操控，或因对方的高功能伪装而漏判。
适合的目标群体
- 处于暧昧/恋爱/婚姻关系中对伴侣行为感到困惑的人群
- 经历过反复自我怀疑、记忆混淆的职场或家庭关系困扰者
- 心理咨询师、社会工作者等需要快速识别虐待模式的专业助人者
- 关注个人边界建设、希望提升关系辨别能力的心理健康学习者
- 分手/离婚后复盘关系、希望理解过往经历的疗愈期人群
使用风险
心理风险：对于深度处于操控关系中的用户，识别真相可能引发急性焦虑或关系危机。建议在使用时确保有支持系统（朋友、咨询师）在场，避免独自面对可能的关系破裂。
误用风险：该技能可能被用于反向操控——例如施虐者学习识别模式后，转而指责受害者"你在 DARVO 我"。这违背了工具设计的初衷，使用者需警惕将其武器化。
技术风险：尽管安全认证显示无外部泄露通道，但用户仍应避免在不可信的环境中输入真实聊天记录（如公共电脑、未加密的网络传输）。
依赖性风险：长期依赖工具进行每一次沟通判断，可能削弱用户自主发展直觉的能力。建议将其作为训练工具而非永久拐杖。