学习背景

今天坐在床上没事,就到书架上瞅了一眼,刚好看到《金字塔原理》一书,想起好久之前买的书了,正好最近也总感觉做事遇到各种问题,就拿起来看看,顺便把认为重要的做个简单记录。

要点记录

一、关于目录

看书先看目录和序言,因为目录和序言会把整个书的框架体现出来,能大致的了解书本都讲了些啥。

书共分为4章,依次是:

  1. 表达的逻辑
  2. 思考的逻辑
  3. 解决问题的逻辑
  4. 演示的逻辑

以及一些附录。

其实从目录上来看,很奇怪,按正常思路不是应该想思考问题,然后在表达沟通,然后在解决,最后演示么?不清楚,先看看吧!

二、关于序言

“想清楚,说明白,知道说什么,怎么说”,是我们希望达到的最高境界,当我们与人沟通时,需要清楚的知道3件事:谁是我们的听众?他们想听什么?他们想怎么听?

三、关于前言

A说不能来参加下午3点会议。B说他不介意会议晚一点,明天也可以开,但是10点半前不行。C说他要明天晚些时候才能敢回来。会议室明天已经定满了,星期四还没人定,所以今天会议时间改定在星期四上午11点似乎比较合适,您看行吗?

金子塔原理梳理后:

今天的会议可以改在星期四上午11点开吗?因为这样对A和B都会更加方便,C也可以来参加,并且本周挚友这一天的会议室还没有被预定。

总结:先说结论,然后在分析为什么是这样的结论,先讲重点,在讲次要的

四、关于第1章:为什么要用金字塔结构

归类分组,便于组织分散的点,提炼层级。

如:葡萄、牛奶、土豆、鸡蛋、咸鸭蛋、苹果、酸奶、萝卜、橘子

蛋奶制品:牛奶、鸡蛋、咸鸭蛋、酸奶

水果:苹果、葡萄、橘子

蔬菜:萝卜、土豆

自上而下表达,结论先行

自下而上思考,总结概括

位于一组思想的上一层的思想是对这一组思想的概括,这一组思想则是对其上一层次思想的解释和支持。

每组中的思想必须属于同一逻辑范畴

每组中的思想必须按逻辑顺序组织

今天就先看到这里,上述只是对在看书过程中比较认同的或者说又感觉的一些内容的记录

P1-P24

转载于:https://www.cnblogs.com/zheng1076/p/9886483.html

阅读-《金字塔原理》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. 科大讯飞CV赛baseline:图像分类实践+0.55
  2. apache solr远程代码执行漏洞(cve-2019-0193)
  3. 【面试题】CookieSession
  4. 计算机一级的复习,【计算机一级】计算机一级考试复习资料
  5. 四张照片合成一张怎么弄_我在朋友圈发了这张照片后,所有人都求问教程
  6. Java线程池在业务中的实践
  7. java操作SFTP工具类
  8. 【转】VS2013 产品密钥 – 所有版本
  9. 网站做渗透测试服务的步骤
  10. 微信小程序也可以实现定位打卡/签到打卡了(附源码)
  11. excel各种填充的总结
  12. 千锋教育网络安全课程笔记
  13. Android静态安全检查(九):不安全的SDCard存储检测
  14. 手机怎么实现图片转文字操作?学会这三招就够了
  15. 线性代数2.5分块矩阵
  16. 计算机的启动及关闭方法,如何关闭开机启动项
  17. Prolific PL2303 usb 转串口Win8 Win8.1驱动
  18. CUMT第一轮双月赛Web题解
  19. 翻译:(MPN-Cov)Is Second-order Information Helpful for Large-scale Visual Recognition?
  20. linux中ifconfig命令作用,Linux下ifconfig命令详解

热门文章

  1. 9月第2周网络安全报告:境内感染病毒主机68万个
  2. Contacts Journal CRM 1.7 Mac 破解版 Mac上强大的客户关系管理软件
  3. Protel 99 SE 应用技术问答
  4. 华铸CAE70(灰铁).
  5. MessageDigest
  6. 现代数字信号处理——维纳滤波原理及自适应算法
  7. 金山毒霸2011进程合并更新 更顺畅运行电脑
  8. 华泰证券 python 自动交易软件_为何选用股票自动交易助手
  9. 分销商城系统源码开发
  10. 全网通小区专家全自动做