场景2:回答那个最重要的问题

  • 作为消费者,你为什么要关心苹果公司的新电脑、MP3、电话或是其他工具,不用担心,乔布斯会告诉你答案,你在做产品发布的时候也应该告诉他们,在你规划演讲材料的时候,你的材料请记住,这一切始终和你无关,而是和听众相关。你的听众一直在问这样一个问题:“我为什么要关心这个?”,坦白直率的回答听众的这个问题,可以抓住人们的注意力,让他们自始自终耐心倾听
  • 传播产品的福音,其本质是热情地向人们展示你们一起将如何改写历史。传播福音本身和现金流无关、和盈亏无关,和合作营销也无关。这是一种最纯情的推销形式,因为你推销的是一个梦想,而不是一个有型的实物
  • 导演笔记

场景3:我要成为救世主

  • 我会频繁的叫你的名字,不时地和你保持目光的交流,用他那惯有如激光一样的眼神注视着你,他有着如同电影明星般的极具催眠能力的双眼,但真正抓住你的内心的是他说话的方式——机枪的语言节奏感和令人难以置信的热情,这使得他无论说什么,都有让人无法抗拒的语言感染力
  • 找的你挚爱的工作,那么,太阳还没有升起时,你就迫不及待地去做你热爱的工作了
  • 以正确地核心价值观和使命感所鼓舞的而赚钱的人要比为了赚钱而赚钱的人赚的钱更多

场景4:你需要一个短标题

  • 不要超过40个字符(我这里说的是英文字符)
  • 不要等待其他媒体来创建标题,你自己动手,并在演讲中多次重复这一关键信息(就好像乔帮主在发布macbook air的时候反复的说这是世界上最薄的的电脑)。接下来,乔布斯通常结合示范,演示该产品,每每在解释完产品的具体功能之后,迅速地再度点题,以加深观众对宣传标题的印象

场景5:通向未来的路线

  • 三个原则:即使书写的基本原则,也是追求幽默感的基本原则,就是什么东西最好弄成三个的,就比如说乔布斯在发布iPhone的时候说它是——宽屏的ipod、革命性手机、突破Internet的工具
  • 乔布斯的产品介绍类演讲内容分为:标题、导言、3个要点及结论
  • 导演手记

场景6:如何描述竞争者

  • 不要从细节开始,要从问题的本质和关键信息开始。根据级别层次先介绍关键信息,再围绕这些信息展开细节
  • 电梯游说:首先说明你是做什么的,之后说明你能解决什么问题,然后说明你如何做到与众不同,最后说明听众为什么要关心你说的这些
  • 要记住:没有人关心你的产品,人们关心的是如何解决他们自身的问题

场景7:揭秘战无不胜的英雄

  • 30秒广告时间内,苹果公司成功地抛出问题,并且运用一个应用程序一次性解决问题。这些广告证明,引入问题并提出解决方案其实并不需要太多时间。记住,在用广告妙语收尾之前不要耽搁太多时间
  • 乔布斯说:如果你对工作缺乏足够的激情,你就无法生存,最终你就会放弃。所以你必须有一个想法,或者树立一个靶子式的问题,或者发现一个亟待纠正的错误,这样,你就能保持兴趣和激情。否则,你很难有毅力坚持下去。我认为成功的一半都在与毅力和坚持

场景8:让PPT“返璞归真”

  • 把所有的内容都推在一张幻灯片中是演讲者懒惰的表现
  • 两分钟演示:领导人的任务就是简化。你必须能在两分钟的时间内给出解释
  • 当乔布斯说“我们要谈谈音乐”,观众将看到幻灯片上出现的唯一的词就是“音乐”。文字作为他演讲的补充适时出现,简单的幻灯片使听众集中精力,将重点放在演讲者身上
  • 用文字和图片相结合的方式来解释演讲内容,可以使学习者更容易理解
  • 企业专业人士最大的错误就在于,向幻灯片中的每一寸空间中强塞了过多的演讲内容。。。把所有的一切堆叠在一张幻灯片中,是演讲者懒惰的表现
  • 如果你用图片的形式而不是用纯文字来表达你的思想,你的想法就更容易被记住
  • 如果你无法简单地解释,就说明你没有理解彻底——爱因斯坦

场景9:精心修饰文字

  • 数字本身很难让人产生共鸣,只有这些数字结合上下文语境,赋予一定的含义时,人们才可以理解它

场景10:那些超酷的词汇

  • 术语和行话是毫无意义的,只会导致晦涩难懂,因此,说服力也会下降
  • 乔布斯发布新产品时选择的语言有三个特点:①简单,避免使用专业术语和多音节词汇。②具体,运用非常具体的短语及简短、具体的切实描述,绝无冗长、抽象的讨论。③感性,经常使用描述性的形容词
  • 有人批评简单,是因为他们需要将事情弄得复杂。如果一切事物都如此简单,他们担心会丢掉工作。是我们对于被淘汰被遗忘的恐惧,以及我们害怕不被重视的感觉,是我们现在以一种不必要的复杂方式进行沟通。

场景11:舞台分享者

  • 当乔布斯将另一个人介绍到舞台上——一名雇员、合作伙伴,甚至是曾经的对手如盖茨,他是最懂得“给予”的表演大师
  • 如果不能把发言底稿的发言时间控制在20分钟以内(乔布斯的演讲接近1个小时)但是乔布斯总能让演讲从头至尾都很有趣。他的秘诀就是加入示范展示环节、视频剪辑片段,或是引入非常重要的演讲嘉宾

场景14:塑造舞台形象

  • 注重目光交流
  • 保持开放的姿势(手不要托着下巴或遮住嘴巴,双臂不要在胸前交叉,要自然摆放,和对方的距离保持适中,眼睛看着对方)
  • 频繁的运用手势

【阅读】《乔布斯的魔力演讲》相关推荐

  1. 阅读《SentiLARE: Sentiment-Aware Language Representation Learning with Linguistic Knowledge》

    SentiLARE: Sentiment-Aware Language Representation Learning with Linguistic Knowledge Abstract 现有的预训 ...

  2. Align before Fuse: Vision and Language Representation Learning with Momentum Distillation

    ALBEF:Align before Fuse: Vision and Language Representation Learning with Momentum Distillation 论文链接 ...

  3. # 互信息最大化[视角统一]:Align before Fuse: Vision Language Representation Learning with Momentum Distillation

    互信息最大化[视角统一]:Align before Fuse: Vision and Language Representation Learning with Momentum Distillati ...

  4. 【论文模型讲解】VideoBERT: A Joint Model for Video and Language Representation Learning

    文章目录 前言 0 摘要 1 Introduction 2 相关工作 3 模型 3.1 BERT 3.2 VideoBERT 4 实验与分析 4.1 数据集 4.2 视频和语言预处理 4.3 模型预训 ...

  5. [论文学习]TDN: An Integrated Representation Learning Model of Knowledge Graphs

    [论文学习以及翻译]TDN: An Integrated Representation Learning Model of Knowledge Graphs 文章主要内容 摘要 前言 相关工作 基于T ...

  6. Kaiming He论文阅读笔记三——Simple Siamese Representation Learning

    Kaiming He大神在2021年发表的Exploring Simple Siamese Representation Learning,截至目前已经有963的引用,今天我们就一起来阅读一下这篇自监 ...

  7. [论文阅读] iCaRL: Incremental Classifier and Representation Learning

    论文地址:https://openaccess.thecvf.com/content_cvpr_2017/html/Rebuffi_iCaRL_Incremental_Classifier_CVPR_ ...

  8. 自然语言处理学习——论文分享——A Mutual Information Maximization Perspective of Language Representation Learning

    资料放在前面:https://blog.csdn.net/Arnetminer/article/details/105840669 文章的贡献如下: (1)提出了一个基于最大化MI的理论框架来理解词表 ...

  9. CVPR 2020 《12-in-1: Multi-Task Vision and Language Representation Learning》论文笔记

    目录 简介 动机 贡献 方法 实验 简介 本文是在NIPS 2019 ViLBERT上的拓展. 论文链接 动机 本文修改了ViLBERT的预训练过程,有两个小修改:1. 对regions进行mask时 ...

  10. 论文阅读Unsupervised Corpus Aware Language Model Pre-training for Dense Passage Retrieval

    密集文本检索的无监督语料库感知语言模型预训练 ACL2022 论文链接 摘要 最近的研究证明了使用微调语言模型(LM)进行密集检索的有效性.然而,密集检索器很难训练,通常需要经过精心设计的微调管道才能 ...

最新文章

  1. Asp.net MVC中的ViewData与ViewBag
  2. windows server 2008 picture
  3. IHttpHandler的学习(0)
  4. Exceptionless服务端+kibana部署实时日志纪要
  5. 如何产生1-100之间的100个不重复的随机数
  6. 95-30-018-Channel-AbstractNioByteChannel
  7. android apk加密技术,android apk 自我保护技术-加密apk
  8. 无涂层无胶纸(UWF)的全球与中国市场2022-2028年:技术、参与者、趋势、市场规模及占有率研究报告
  9. Legion 一款网络渗透工具
  10. WebSocket 实现聊天功能
  11. linux rm 回收站,给rm设置回收站
  12. Math函数生成随机数用法
  13. Android传感器——传感器监听器及摇一摇案例
  14. 张俊林:当前炼制“大语言模型”的两个现象
  15. H3C服务器带外默认账号和密码
  16. Java操作Excel之Excel文件的下载
  17. 编程语言专题《开发篇,实参数组名与形参数组名》
  18. 485 CAN 单总线 SPI I2C 的总结
  19. 精准营销!用机器学习完成客户分群!
  20. 跟牛老师一起学WEBGIS——WEBGIS基础(地图切片)

热门文章

  1. springtboot 操作es
  2. IBM识别癌变细胞技术取得重大突破,用深度学习与神经网络重塑病理学
  3. IOS开发之——音乐播放器-功能封装(03)
  4. 01_excel基础知识1
  5. Unity学习资源(超全)汇总 基础+项目+进阶+面试
  6. 用Python从《诗经》中取平仄相对的名字
  7. cas-client单点登录客户端拦截请求和忽略/排除不需要拦截的请求URL的问题
  8. html批量采集,批量采集网页数据 - 八爪鱼采集器
  9. 可通过qq聊天机器人拿下服务器权限
  10. SQL文件太大怎么打开(推荐一款工具EmEditor)