屏幕中央会出现一个用颜色书写的词。传统 Stroop 用"红/蓝/绿"等颜色词；本工具增加情绪效价词，例如"开心"用红色写出，或"愤怒"用蓝色写出。你需要只按颜色判断，而不是词义。
约 3 分钟 · 24 试次 · 建议桌面端参与 · 关闭夜间模式以确保颜色辨识准确
切换三种刺激来源观察你冲突处理能力的差异。
Stroop 任务是认知控制研究里最著名的范式：屏幕上出现用红色写的「蓝」字，你的任务是说它的颜色。如果只做颜色判断，那个「蓝」字就完全没有用武之地——但你的大脑还是会在上面停一下。这停一下的几十毫秒，就是自动化加工与有意识控制之间拉锯的可测痕迹。
本工具在经典版上加了一个变量：除了颜色词，还会出现情绪效价词，比如用红色写出的「开心」、用蓝色写出的「愤怒」。你仍然只需要报告颜色。情绪词版试图观察的是：当刺激本身带有情绪色彩时，这种自动加工是否会给冲突处理带来额外代价。三种模式——颜色词、情绪词、混合——可以切换对比。
冲突指数是核心指标，定义为不一致条件下的平均反应时减去一致条件下的平均反应时。它扣掉了你的基础反应速度，只留下「冲突造成的额外代价」，因此比原始反应时更可比。冲突指数越大，说明自动加工越强、压制它越费劲。
三种模式之间的对比是最有意思的一层。如果情绪词模式的冲突指数明显大于颜色词模式，说明这些情绪效价词在你脑内确实产生了额外加工；但这只是一条信息通道上的差异，不指向任何情绪状态或心理问题，只说明这些词的加工速度和深度与普通颜色词不一样。反过来，如果两者接近，说明你处理情绪词时并没有额外的语义自动加工在抢占资源。
反应时随试次变化的曲线提供的是状态信息而非能力信息。典型形态是前五到八个试次反应较快（热身效应），中段大致平稳，后段开始缓慢上升（漂移，通常与疲劳有关）。如果你的曲线全程单调上升，那多半不是工具测出了什么能力，而是你累了。
关于冲突指数的常见区间与人群分布，请以官方公布的资料与研究文献为准。24 个试次属于信号级精度，本页的数值只适合跟自己的上一轮比较。
可能有两层原因。第一层是情绪效价词本身携带更强的语义激活：像「愤怒」「恐惧」这类词，读到它们时会唤起更丰富的联想与评价，自动加工因此更重，需要更多时间来压住。第二层更技术一些：当颜色与词的效价形成不匹配时，比如「愤怒」被写成绿色，这个组合在语义上比普通颜色词更「意外」，判定不一致所需的信息整合量也更大。两种解释在这里会叠加，所以情绪词条件下的冲突指数偏大是可以预期的现象，重点仍在于比较你自己的三种模式，而不是套用别人的数字。
最常见的原因是注意力与警觉的自然衰减，也就是任务中的漂移现象。第二个原因是任务本身变成了重复劳动，认知控制开始松弛，你不再那么努力地压制自动反应。第三个原因是生理节律——尤其是你在这几轮里刚喝了咖啡因，或者本身处于饭后困倦期。实践上的建议是：如果曲线明显上升，先怀疑状态，再看数据。把这条曲线当成一个「状态温度计」比当成能力指标更有用。
通常是好事，而且它说明练习确实起作用了。冲突指数下降有两条可能的路径：一是你的控制策略更成熟，比如学会了先只看色块再扫过字形；二是自动化加工本身被削弱了，比如那些词在你的心理表征里变得不那么 salient。两种路径都值得追求。值得提醒的是，随着练习增多，冲突指数在生理上有个下限，不可能降到零——完全消除自动化加工是不现实的，因为阅读和情绪识别本来就是自动化的。学会与之共存才是更实际的目标。
不能。情绪词条件下的冲突指数，只反映你在这类词汇上的加工方式与它和其他通道的相对关系，不反映你的情绪水平、情绪稳定性，也不指向任何心理状况。24 个试次、4 种颜色、单一刺激维度，这个设计的分辨率只够做范式内部的相对观察。任何把这个分数解读成心理状态的推论都没有依据。如果你对这些结果感到担心，请联系正规机构的专业人员。
首先，24 个试次只是信号级精度，一致与不一致条件各占的试次数有限，冲突指数本身的估计误差不可忽略。其次，实验室版本会控制颜色命名的基线、字长、字义强度，并使用被试自己的颜色命名基线做匹配，本工具采用固定的四色集合，混淆因素并未完全控制。第三，它只测单一维度的冲突抑制，不涉及更复杂的情绪加工任务，也不包含眼动与脑电等生理指标的校准。第四，本工具不提供任何诊断结论，不筛查色彩识别障碍，也不给治疗建议。
适用范围：想直观感受自动化反应与有意识控制之间的拔河；想比较颜色词与情绪词在你的加工系统里是否一视同仁；想为一份报告留一个可重复测量的注意力指标；想给学生演示 Stroop 效应。它不适合用来评估情绪状态、智力水平或任何健康状况，也不适合作为诊断工具。
结果仅供自我探索与练习，不构成医疗或专业诊断。如果结果让你担心，请联系正规机构的专业人员。