当前位置: 首页 > news >正文

金字塔原理小节

目录

第1章 为什么要用金字塔结构

一、归类分组,将思想组织成金字塔

二、奇妙的数字“7”

三、归类分组搭建金字塔

四、找出逻辑关系,抽象概括

五、自上而下表达,结论先行


第1章 为什么要用金字塔结构

        如果受众希望通过阅读你的文章、听你的演讲或培训,来了解你对某一问题的观点,那么他将面临一项复杂的任务。因为即使你的文章篇幅很短,比如只有两页纸,文章中也会包括大约100个句子。读者必须阅读、理解每一句话,并且寻找每句话之间的联系,前前后后反复思考。如果你的文章结构呈金字塔形,文章的思路自金字塔顶部开始逐渐向下展开,那么读者肯定会觉得你的文章比较容易读懂。这一现象体现了人类思维的基本规律:

  1. 大脑自动将信息归纳到金字塔结构的各组中,以便于理解和记忆。
  2. 预先归纳到金字塔结构中的沟通内容,都更容易被人理解和记忆。
  3. 你应有意地将沟通内容组织成金字塔结构,包括口头表达和书面表达——说话、培训、演讲、报告、述职和写文章、总结、申请、方案、计划等。

下文具体介绍如何将思想组织成金字塔结构。

一、归类分组,将思想组织成金字塔

        人类很早以前就认识到,大脑会自动将发现的所有事物以某种秩序组织起来。基本上,大脑会认为同时发生的任何事物之间都存在某种关联,并且会将这些事物按某种逻辑模式组织起来。举个例子,古希腊人眺望星空时,看到的是由星星组成的各种图案,而不是散乱的星星。这个例子证明人脑具有对事物进行归类组织的特点。大脑会将其认为具有“共性”的任何事物组织在一起。“共性”指的是weixin:maoge1209具有某种相似的共同点或所处的位置相近。再看图1-1的一个例子:

        无论是谁,一看到上面的6个黑点,都会认为共有两组黑点,每组3个。

        造成这种印象的原因主要是,有些黑点间的距离比另一些黑点间的距离大。将事物组成逻辑单元无疑具有很大的作用。为了说明这一点,

        请看下面几组彼此之间并无关联的词:

        湖泊│糖

        靴子│盘子

        女孩│袋鼠

        铅笔│汽油

        宫殿│自行车

        铁路│大象

        书本│牙膏

        现在,你试着设想一个可能使每两个词发生联系的情景,联想并将其“组织”在一起,譬如:糖在湖水中溶解,或靴子立在盘子上,等等。然后将右边的一列词盖住,只看左边一列词。你是否还能够记起右边对应的词?大多数人都可以毫不费力地做到这一点。当你听别人讲话或看文章时,也会发生类似的组织思想的现象。你会将同时出现的或位置相邻的几个思想相联系,努力用某种逻辑模式组织它们。这种逻辑模式必定是金字塔结构,因为只有金字塔结构才能够满足大脑的两个需求:

  1. 一次记忆不超过7个思想、概念或项目。
  2. 找出逻辑关系。

二、奇妙的数字“7”

        人一次能够理解的思想或概念的数量是有限的。举个例子,假设你决定离开温暖舒适的家,出去买一份报纸。

        “我想去买份报纸,你有什么要我带的东西吗?”

        妻子在你走向衣架拿外衣时说:

        “太好了,看到电视上那么多葡萄的广告,我现在特想吃葡萄,也许你可以再买袋牛奶。”

        你从衣架上拿下外衣,妻子则走进了厨房。

        “我看看咱们家的土豆够不够。对了,我想起来了,咱们已经没有鸡蛋了。我看看,对,是该买一些土豆了。”

        你穿上外衣向门口走去。

        “再买些胡萝卜,也可以买些橘子。”

        你打开房门。

        “还有咸鸭蛋。”

        你开始按电梯。

        “苹果。”

        你走进电梯。

        “再买点儿酸奶。”

        “还有吗?”“

        没有了,就这些了。”

        如果不重新读一遍上面的文字,现在你还能记住妻子让你买的9样东西吗?大多数男人回家时可能只买了报纸和葡萄。出现这种情况的主要原因是你遇到了“奇妙的数字7”。这个术语是由乔治·A·米勒在他的论文《奇妙的数字7±2》中提出的。米勒认为,大脑的短期记忆无法一次容纳约7个以上的记忆项目。有的人可能一次能记住9个项目,而有的人则只能记住5个。大脑比较容易记住的是3个项目,当然最容易记住的是1个项目。这就意味着,当大脑发现需要处理的项目超过4个或5个时,就会开始将其归类到不同的逻辑范畴中,以便于记忆。在上面的例子中,大脑很可能会将需要购买的物品按超级市场的不同区域归类。

三、归类分组搭建金字塔

        为了说明这种方法的作用,请看以下采购清单。每看到一种食品时,就按以上方法将其归类。这样就很可能够记住所有的9种食品:

        葡萄  橘子

        牛奶  咸鸭蛋

        土豆  苹果

        鸡蛋  酸奶

        胡萝卜

        如果你试着想象一下这个过程,就会发现,你已经建立了几个在各项目之间有逻辑关系的金字塔结构,如图1-2所示:

四、找出逻辑关系,抽象概括

        仅以逻辑方法将思想或概念分组是不够的,还必须找出其逻辑关系。分类的作用不只是为了将一组9个概念,分成每组各有4个、3个和2个概念的3组概念,因为这样合起来还是9个概念。你所要做的是提高一个抽象层次,将大脑需要处理的9个项目变成3个项目。这样做以后,你无须再记忆9个概念中的每一个概念,而仅需要记忆9个概念分别所属的3个组。

        这样,你的思维的抽象程度就提高了一层。由于处于较高层次上的思想总是能够提示其下面一个层次的思想,而且这种关系不像前面的例子中编造的湖泊与糖的关系那样牵强,因而也更容易记住。所有的思维过程(如:思考、记忆、解决问题)显然都在使用这种分组和概括的方法,以将大脑中的信息组成一个由互相关联的金字塔组成的巨大的金字塔群。如果你需要与习惯用这种思维方式的人交流,你要做的就是确保你所说的内容符合其金字塔体系中的某一部分。

        现在谈一谈实际的表达呈现问题。如果你清楚地“了解”这些思想或weixin:maoge1209概念组,那么,将这些思想或概念组与别人交流,要使对方同样“了解”这些思想或概念组。正如前面买东西的例子一样,你只能一项一项地提出各个概念。但是,研究发现,最有效的表达方法是:先提出总的概念,再列出具体项目,即要自上而下地表达思想。

五、自上而下表达,结论先行

        理清表达思想的顺序,是写出条理清晰文章的最重要方式,而清晰的顺序,就是先提出总结性思想,再提出被总结的具体思想。先总结后具体的表达顺序,你必须牢记。受众的大脑只能逐句理解作者(演讲者、培训讲师)表达的思想。他们会假定一同出现的思想在逻辑上存在某种关系。如果你不预先告诉他们这种逻辑关系,而只是一句一句地表达你的思想,读者就会自动从中寻找共同点,将你所表达的思想归类组合,以便了解各个组合的意义。

        由于受众的知识背景和理解力千差万别,他们很难对你所表达的思想组作出与你完全一样的解读。事实上,如果你不预先告诉读者某一组思想之间的逻辑关系,他们很有可能会认为某一组中的思想之间根本没有任何关系。退一步说,即使受众能够作出与你完全一样的解读,你也增加了他们阅读的难度,因为他们必须自己找出这种你没有提前说明的逻辑关系。下面我举例说明,除自上而下的顺序外,任何其他顺序都可能造成误解。假设我和你正在酒吧喝酒,突然我对你说:“上个星期我去了趟苏黎世。你知道,苏黎世是一个比较保守的城市。我们到一家露天餐馆吃饭,你知道吗?在15分钟里我至少见到了15个留长胡子的人。”我说这番话是向你传递了一个信息,但是我并没有意识到,你会主动地推测我向你传递这个信息的原因。也就是说,你会将我说的这番话看做是一组还未表达出的思想的一部分,你会假设某种可能的原因,并据此调整你的思路,准备接着听后面的话。这种预期性的准备能够减轻大脑分析信息的负担,因为你没必要分析随后接收的每一个信息的所有特征,而只需寻找与前面信息相同的特征即可。

        于是,你可能会认为,“她在谈论苏黎世已经变得不再保守”,或“她准备把苏黎世与其他城市作比较”,甚至“她很喜欢男人的长胡子”。无论你有什么反应,你的大脑都在等待以上话题进一步的信息,而不管后续实际的信息如何。我看到你一脸茫然,就接着说:“而且,如果你在纽约的任何一座写字楼周围转一转,你会发现几乎没有不留长胡子或长头发的人。”现在我想表达什么意思呢?我似乎并不是在比较城市,倒像是在比较城市中的职场白领们;而且我想表达的似乎也不只是胡子,还包括各种面部毛发。这时你也许会认为,“也许她不喜欢男人留长胡子;也许她想比较不同职场白领留胡子的方式;也许她对正规机构如此容忍员工留胡子感到奇怪”。不管怎样,你含混地嘟哝了几句,算是对我说的话的反应,于是我不得不接着说下去:“当然,留长胡子在多年以前就已经是伦敦街头的一景了。”“噢,”你想,“我终于明白她想说什么了。她想说伦敦在这方面比其他城市更开放。”于是你把你理解的意思告诉了我。你的理解在逻辑上完全合理,但根本不是我想表达的意思。实际上,我想表达的意思是:你知道吗?我简直难以相信,在商业界,男人留长胡子或长头发已经这样普遍,这样被广泛接受:在苏黎世……在纽约……weixin:maoge1209还有,在伦敦……看,一旦告诉你判断每句话之间关系的框架,你就可以很容易地用我希望你采取的方式理解我表达的这组思想。

        读者在接受信息时,总是在寻找一种能够将所摄入信息联系起来的结构。为了保证读者找到的结构就是你希望他采纳的结构,你必须提前把这种结构告诉他——这样他就知道要寻找哪个共同点。否则,读者很可能会发现某些并非你希望的逻辑关系,甚至可能根本发现不了任何逻辑关系,这样既是在浪费你的时间,也是在浪费读者的时间。请看下面这篇关于男女同工同酬文章的开头。这个例子就是一个读者找不到逻辑关系的例证:即使女员工能与男员工一样得到同工同酬待遇,女员工的处境也可能比以前差——与现在相比,女员工和男员工的平均收入的差距将不会缩小,反而会加大。对雇主来说,同工同酬指的是,为相同的岗位或相同的工作价值支付相同的报酬。采用任何一种解释都意味着:驱使雇主为自身利益采取行动;或者通过多雇用男员工抵制限制性措施。虽然这段文字的作者自认为是“自上而下”表达的,但这段文字向你提供的5种思想之间并无清晰的逻辑关系。

        你是不是为了试图找到各种思想之间的联系而绞尽脑汁,最后仍不得不因为实在找不到相互联系而愤然放弃?这种繁重的思考负担是常人难以承受的。无论读者的智商有多高,他们可利用的思维能力都是很有限的。一部分思维能力用于识别和解读读到的词语,另一部分用于找出各种思想之间的关系,剩下的思维能力则用于理解所表述思想的含义。你可以通过有效的方法表达你的思想,减少读者用在前两项活动上的时间,从而使读者能够用最少的脑力理解你表达的思想。

        相反,如果读者必须不断地在上下文中寻找某种联系,那么这种呈现思想的顺序就是不适当的,大多数读者也会对不断寻找句子之间的逻辑关系感到厌烦。

相关文章:

金字塔原理小节

目录 第1章 为什么要用金字塔结构 一、归类分组,将思想组织成金字塔 二、奇妙的数字“7” 三、归类分组搭建金字塔 四、找出逻辑关系,抽象概括 五、自上而下表达,结论先行 第1章 为什么要用金字塔结构 如果受众希望通过阅读你的文章、听…...

osg点云加载与渲染

目录 效果 laslib 关键代码 完整代码 效果 las点云读取使用了laslib这个库。 laslib 关键代码 {// 这里演示读取一个 .txt 点云文件const char* lasfile path.c_str();std::ifstream ifs;ifs.open(lasfile, std::ios::in | std::ios::binary);liblas::ReaderFactory f;libl…...

后端架构选择:构建安全强大的知识付费小程序平台

构建知识付费小程序平台需要考虑后端架构,确保系统安全性、性能和可扩展性。以下是一些常见的后端技术和最佳实践,能帮助您构建强大且安全的知识付费小程序平台。 1. 服务器端语言和框架选择 选择流行、成熟的后端语言和框架,如Node.js、P…...

第四节(2):修改WORD中表格数据的方案

《VBA信息获取与处理》教程(10178984)是我推出第六套教程,目前已经是第一版修订了。这套教程定位于最高级,是学完初级,中级后的教程。这部教程给大家讲解的内容有:跨应用程序信息获得、随机信息的利用、电子邮件的发送、VBA互联网…...

Qt中对Udp数据打包发送和接收

有些小伙伴对怎么对Udp的数据打包不太清楚。下面我举例说明。 比如我们要发送一个Person的数据。可以先用一个结构把Person的数据封装。 struct Person {QString name;int age; };下面是udp客户端和服务器端完整的代码例子。 #ifndef UDPCLIENT_H #define UDPCLIENT_H#includ…...

回调地狱 与 Promise(JavaScript)

目录捏 前言一、异步编程二、回调函数三、回调地狱四、Promise1. Promise 简介2. Promise 语法3. Promise 链式 五、总结 前言 想要学习Promise,我们首先要了解异步编程、回调函数、回调地狱三方面知识: 一、异步编程 异步编程技术使你的程序可以在执行一…...

【Android】UI开发中的一些小细节笔记

序言 本篇笔记用于记录在UI界面编写时的一些很简单但是可能一时想不起来的一些小的知识点。(持续更新…) 正文 TextView 1.当文字比较多,需要多行显示的时候,设置每行文字之间的上下的间距 android:lineSpacingExtra根据需要调整这个值设置行间距 …...

第十三章《搞懂算法:神经网络是怎么回事》笔记

目前神经网络技术受到追捧,一方面是由于数据传感设备、数据通信技术和数据存储技术 的成熟与完善,使得低成本采集和存储海量数据得以成为现实;另一方面则是由于计算能力的大幅提升,如图形处理器(Graphics Processing Unit,GPU)在神…...

SpringBoot不同环境加载不同配置文件(dev,sit,uat)

目录 一、springboot的profile配置profile多配置文件 二、maven的profiles策略 我们在使用spring的时候,一般都会有不同的环境需要部署:开发环境、测试环境和验收环境,而不同的环境则会有不同的配置,比如数据库ip。解决这个问题&a…...

2023.11.8 hadoop学习-概述,hdfs dfs的shell命令

目录 1.分布式和集群 2.Hadoop框架 3.版本更新 4.hadoop架构详解 5.页面访问端口 6.Hadoop-HDFS HDFS架构 HDFS副本 7.SHELL命令 8.启动hive服务 1.分布式和集群 分布式: 多台服务器协同配合完成同一个大任务(每个服务器都只完成大任务拆分出来的单独1个子任务)集 群:…...

Azure 机器学习 - 使用自动化机器学习训练计算机视觉模型的数据架构

目录 一、用于训练的数据架构图像分类(二进制/多类)多标签图像分类对象检测实例分段 二、用于联机评分的数据架构输入格式输出格式图像分类(二进制/多类)多标签图像分类对象检测实例分段 在线评分和可解释性 (XAI) 的数据格式支持…...

STM32F4X SDIO(九) 例程讲解-SD卡擦除、读写

STM32F4X SDIO (九) 例程讲解-SD卡擦除、读写 例程讲解-SD卡擦除、读写SD卡擦除CMD32:ERASE_WR_BLK_START命令发送命令响应 CMD33:ERASE_WR_BLK_END命令发送命令响应CMD38:ERASE命令响应 CMD13:SD_CMD_SEND_STATUS命令发送命令回应 SD卡读数据CMD16:SET_…...

【机器学习范式】监督学习,无监督学习,强化学习, 半监督学习,自监督学习,迁移学习,对比分析+详解与示例代码

目录 1. 监督学习 (Supervised Learning): 2. 无监督学习 (Unsupervised Learning): 3. 强化学习 (Reinforcement Learning): 4. 半监督学习 (Semi-Supervised Learning): 5. 自监督学习 (Self-Supervised Learning): 6. 迁移学习 (Transfer Learning): 7 机器学习范式应…...

JUC包下面的四大天王+线程池部分知识

一)Semphore:限流器用我就对了 Java中信号量Semphore是把操作系统原生的信号量封装了一下,本质就是一个计数器,描述了 可用资源的个数,主要涉及到两个操作 如果计数器为0了,继续Р操作,就会出现阻塞等待的情况 P操作:申…...

AGV系统控制位置管理功能

# ファイル: agv_locattion.py # 説明: AGV (Automated Guided Vehicle) の位置情報を管理し、UDPサーバーとして動作するGUIアプリケーションです。 # 必要なライブラリをインポート import tkinter as tk import socket import threading def AGV_handle_submit(canvas, st…...

JavaScript从入门到精通系列第三十三篇:详解正则表达式语法(二)

文章目录 一:正则表达式 1: 检查一个字符串中是否有. 2:第二种关键表达 3:第三种关键表达 ​编辑4:第四种关键表达 5:第五种关键表达 6:第六种关键表达 二:核心表达二 1&am…...

由于找不到 d3dx9_43.dll,无法继续执行代码。重新安装程序可能会解决此问题

电脑出现d3dx9_43.dll缺失的问题,通常是由于DirectX组件未安装或损坏导致的。为了解决这个问题,我为您提供了以下四个解决方法: d3dx9_43.dll解决方法1. 使用dll修复程序修复 首先,使用系统文件程序dll进行修复操作非常简单&…...

AI全栈大模型工程师(二十一)LangChain和SemanticKernel怎么选

LangChain 和 Semantic Kernel 怎么选? #%% md 划重点: 两者都值得学C#、JavaScript 和 Java 现在没得选做原型,首选 LangChain。功能多,开发快做产品,还是 SK 长期更可依赖建议只用 SK 的 Connectors 和 Plugins 能力…...

npm install 报错 chromedriver 安装失败的解决办法

npm install chromedriver --chromedriver_cdnurlhttp://cdn.npm.taobao.org/dist/chromedriver...

C语言--每日五道选择题--Day6

第一题 1、声明以下变量,则表达式: ch/i (f*d – i) 的结果类型为( ) char ch; int i; float f; double d; A: char B: int C: float D: double 答案及解析 D 基本数据类型的等级从低到高如下:char-> int-> long-> f…...

ES6从入门到精通:前言

ES6简介 ES6(ECMAScript 2015)是JavaScript语言的重大更新,引入了许多新特性,包括语法糖、新数据类型、模块化支持等,显著提升了开发效率和代码可维护性。 核心知识点概览 变量声明 let 和 const 取代 var&#xf…...

大型活动交通拥堵治理的视觉算法应用

大型活动下智慧交通的视觉分析应用 一、背景与挑战 大型活动(如演唱会、马拉松赛事、高考中考等)期间,城市交通面临瞬时人流车流激增、传统摄像头模糊、交通拥堵识别滞后等问题。以演唱会为例,暖城商圈曾因观众集中离场导致周边…...

聊聊 Pulsar:Producer 源码解析

一、前言 Apache Pulsar 是一个企业级的开源分布式消息传递平台,以其高性能、可扩展性和存储计算分离架构在消息队列和流处理领域独树一帜。在 Pulsar 的核心架构中,Producer(生产者) 是连接客户端应用与消息队列的第一步。生产者…...

1688商品列表API与其他数据源的对接思路

将1688商品列表API与其他数据源对接时,需结合业务场景设计数据流转链路,重点关注数据格式兼容性、接口调用频率控制及数据一致性维护。以下是具体对接思路及关键技术点: 一、核心对接场景与目标 商品数据同步 场景:将1688商品信息…...

涂鸦T5AI手搓语音、emoji、otto机器人从入门到实战

“🤖手搓TuyaAI语音指令 😍秒变表情包大师,让萌系Otto机器人🔥玩出智能新花样!开整!” 🤖 Otto机器人 → 直接点明主体 手搓TuyaAI语音 → 强调 自主编程/自定义 语音控制(TuyaAI…...

在Ubuntu24上采用Wine打开SourceInsight

1. 安装wine sudo apt install wine 2. 安装32位库支持,SourceInsight是32位程序 sudo dpkg --add-architecture i386 sudo apt update sudo apt install wine32:i386 3. 验证安装 wine --version 4. 安装必要的字体和库(解决显示问题) sudo apt install fonts-wqy…...

人工智能(大型语言模型 LLMs)对不同学科的影响以及由此产生的新学习方式

今天是关于AI如何在教学中增强学生的学习体验,我把重要信息标红了。人文学科的价值被低估了 ⬇️ 转型与必要性 人工智能正在深刻地改变教育,这并非炒作,而是已经发生的巨大变革。教育机构和教育者不能忽视它,试图简单地禁止学生使…...

作为测试我们应该关注redis哪些方面

1、功能测试 数据结构操作:验证字符串、列表、哈希、集合和有序的基本操作是否正确 持久化:测试aof和aof持久化机制,确保数据在开启后正确恢复。 事务:检查事务的原子性和回滚机制。 发布订阅:确保消息正确传递。 2、性…...

永磁同步电机无速度算法--基于卡尔曼滤波器的滑模观测器

一、原理介绍 传统滑模观测器采用如下结构: 传统SMO中LPF会带来相位延迟和幅值衰减,并且需要额外的相位补偿。 采用扩展卡尔曼滤波器代替常用低通滤波器(LPF),可以去除高次谐波,并且不用相位补偿就可以获得一个误差较小的转子位…...

绕过 Xcode?使用 Appuploader和主流工具实现 iOS 上架自动化

iOS 应用的发布流程一直是开发链路中最“苹果味”的环节:强依赖 Xcode、必须使用 macOS、各种证书和描述文件配置……对很多跨平台开发者来说,这一套流程并不友好。 特别是当你的项目主要在 Windows 或 Linux 下开发(例如 Flutter、React Na…...