这样讲话,可以减少 95% 的沟通问题

2018 年 2 月 11 日 EGONetworks Lachel

作者 | Lachel ,20 万关注的高效思维达人,知识管理、时间管理专家,领英、36 氪特约作家。 公众号:L先生说( lxianshengmiao ) 。

上一篇文章中,我们分享了沟通 3S 原则的第一点:简洁(点击跳转至上一篇文章)。但是,仅仅有简洁是不够的。简洁并不是我们沟通的目的,而只是方式。

沟通的目的是什么呢?是将信息高效地传达给对方,并在这过程中,保证信息不会「失真」,确保双方对信息的理解一致。

这就是「明确」的定义。那么,今天我们来聊聊第二个原则:明确,Specific。

我想,你一定见过这样的人:

  • 把那份报告赶紧做一下,6 点给我;

  • 那个客户的资料好了吗?赶紧发我一下;

  • 你还不明白?你自己想想怎么回事。

还没等你回过神来「哪份报告?」、「哪个客户?」、「究竟怎么回事?」对方已经急匆匆地走远了。

我管这种现象叫做「知识的诅咒」:当你已经「知道」一个东西时,你就很难站在「不知道」的前提下,去思考问题了。

简而言之:当你在脑子里,将两个概念进行了联结 —— 比如将「张老板」称呼为「那个客户」—— 你就会下意识地认为:别人也会这样想。

你脱口而出「那个客户」的时候,你期望对方也在脑子里同步进行翻译:将「那个客户」转换成「张老板」。这是人天生的弱点之一。我自己也犯过同样的错误。

前阵子,在训练营的一节课里讲到收益计算时,跳过了数学期望的一步,立刻评论区就有好几人提问:老师,这里为什么要把收益乘以概率?我立即意识到:这里有点跳了 —— 我觉得数学期望是基础,不用花时间提及,但学员们未必都知道「这里使用了数学期望」。

这就是缺乏明确性的一种体现:我们所想的东西,跟对方所理解的东西,很多时候并不是完全重合的。

如果讲话缺乏明确性,那么,越简洁,其实越不好。因为越简洁,就意味着你传达的信息越少 —— 无论是关键信息还是冗余信息。那么,相对应的,能够用来辅助定位、理解的信息,也就相应减少了。

所以,在沟通的时候,除了简洁,我们更应该注意的是明确。只有明确了沟通主题和内容,才能真正达到高效。

那么,如何才能提高沟通的明确性呢?

反馈

对于大多数工作场合,反馈,是确认信息传达无误最简单、也最有效的方法。原因很简单,我们看下面这张图:

这是一个最基本的传播模型,它由两部分组成:01 是单向传播路径,02 是反馈环节。可以看到,如果我们仅仅使用单向传播的话,至少有三个环节,可能造成信息的扭曲 —— 亦即图中标了 1 、2 、3 的地方。

所以,为了确保信息被正确无误地传递,最简单的办法,就是多加一个「反馈」环节,让 A 知道,B 所理解的信息,跟 A 心里所想的内容,是基本一致的。

最简单的反馈,就是用自己的话,概括和复述一遍信息。

所以,我在工作中,每次交代完一个任务之后,都会要求对方立刻用最简单的话概括:

  • 我要你做什么;

  • 为什么要做这个事情;

  • 你需要怎么去做。

同样,一场会议开下来,每个人被分配到了任务,在会议结束前,我一定会让每个人站起来,用一句话简单讲一下「我要做什么」。

交接工作的时候,也要养成这个习惯:对方跟你说了什么,记下来之后,立刻问他:「我复述一遍,你听听看对不对。」

然后,结合第一篇「简洁」的内容,简要复述要点,这可以快速让双方建立共识。

主题先行

有些讲沟通模式的书,可能会告诉你「结论先行」 —— 这其实不太准确。更严格的表述应该是「主题先行」。

主题是什么?其实,就是沟通过程中最关键的信息。它可能是结论,可能是讨论的话题,可能是核心问题,也可能是某个特别重要的消息,诸如此类。

跟我聊过的朋友,可能会知道,我是一个特别追求高效的人。所以,我跟别人交流的时候,一定会先思考:

  • 我们这次要讨论的核心主题是什么?

  • 有哪些话题是跟这个主题有关系的?

然后,再从这个核心主题,慢慢延伸、发散、演绎。譬如说:跟朋友探讨合作,我会这样说:我想跟你聊聊合作的事情。我这边呢,看法是……我希望从你这边得到的信息是……

然后,如果话题延伸向其他地方,比如背景,经历,故事,案例,等等,再顺藤摸瓜转移过去。

在这个过程中,时刻注意「核心主题」,时刻思考「现在讨论的内容,跟核心主题有什么关联?」那么,就可以掌控好整个沟通过程。

可以参考下面这张图:

为什么要这样做呢?很简单。沟通的目的是传达信息,那么衡量一场沟通是否成功,最关键的因素,就是有多少信息得到了有效的传递。

那么,先明确核心主题,再围绕主题进行讨论,就相当于给整场沟通,划下了一个边界和方向:对于每一句话,我们不但能够知道「它说的是什么」,还可以知道「为什么要说这句话」「这句话起到什么作用」。

这样,我们就可以更好地知道,我们应该如何理解每一条信息。举个例子:当你迷路了,看地图的时候,第一时间是找什么?肯定是找「你现在所在的位置」,对不对?

只有知道了现在身处的位置,再找到目的地,你才能建立起一整条路径,知道应该怎么走过去。

「主题先行」起到的就是这么一个作用:通过明确主题,为整场沟通定下基调,打下一颗楔子,从而,为后面所有的信息传达,找到一个有效的依托点。

这可以大大地节省沟通双方的认知资源。

为什么我们会觉得有些人说话缺乏逻辑?一部分原因,是因为过于发散,没有紧扣沟通的主题,所以信息会显得非常「零碎」。这时,就需要对方耗费大量的认知资源,将零散的信息拼凑起来,尝试着去理解。

请尽量避免这种情况。

下次沟通时,试一试,先直接抛出主题,再通过主题,去延伸到其他信息和话题上,并始终围绕主题进行。

这样,你能够更有目的性地传递信息,对方也能更好地知道,应该把这条信息,放在认知里的哪个位置。

封闭

这个法则,主要用在提问上。什么是封闭?举一个简单的例子:同样是问职业规划,对比这两个提问:

  1. L 先生,请问我适合做新媒体运营吗?

  2. L 先生,请问无任何经验能进互联网公司做新媒体运营吗?

显而易见,第二个提问非常明确、具体,我用一句话就可以回复他,他也可以得到满意的答复。

但第一个提问呢?我可能需要反复问他好几句话,花上十几分钟,才能大致了解,他究竟想问什么。

如果把一个问题,看成一个开口,那么,开口越大,意味着问题越模糊、越开放,这时,对方能够给到你满意答复的可能性,也就相应更低。

反之,问题的开口越小,就意味着问题越明确、越封闭,这时,对方只需要提供「你所需要的信息」就可以了。

比如这张图:

显然,第二种情况下,你获得想要的信息的可能性,比第一种高得多。所以,当你向别人进行提问的时候,不妨参考 SPI 表达模型:

  • S:我的背景( Situation )是什么?

  • P:我所面临的问题( Problem )是什么?

  • I:我需要获得的信息( Information )是什么?

然后,再用一个问题,将这三者结合起来。比如:

L先生,您好,我是某某专业毕业,无工作经验,但对互联网很感兴趣( S ),我想进入互联网行业( P ),请问哪些岗位比较适合零基础、无专业背景的人呢( I )?

这相对来说,就是一个比较明确、更好回答的问题。当然,如果能针对每一个要素,描述得更加完整,回答起来会更有针对性。很多时候,沟通的模式,其实就反映了一个人思维的模式。

提问、表达时过于模糊,不够封闭,很多时候,其实就意味着:你自己也没有好好思考,而是把这个思考的责任,甩给了对方。

不要成为这样的人。

细节

沟通的场合,无论是批评还是褒奖,尽量落实到细节,这样可以减少不确定性。不仅仅是职业场合,平时沟通的时候,注意这一点,也能解决和避免许多问题。

如何落实到细节呢?可以参考 SBI 表达模型:

  • S:在一个什么样的背景( Situation )下;

  • B:你做了一件什么样的事情( Behavior );

  • I:这件事情给我造成了什么感受( Impact )。

譬如说,你想表达对一个人的批评,可以这样说:

  • 小李,上周五的报告里面,你犯了一个错误,虽然不严重,但会显得你很马虎大意,下次请注意;

  • 小张,上周末的会议中,轮到你作报告时,你讲错了一个数据,这令我感到你并没有特别用心地在准备报告,下次请务必注意。

这样,就非常清晰、明确地将你的感受,传达给了对方。同样,在日常生活中,这个模型也非常好用。

尤其是跟朋友、情侣闹矛盾的时候,如果能够不吵架、不诉诸人身,而是心平气和地将问题摊开来,告诉对方:你在什么时候,做的什么事情,使我产生了不好的情绪 —— 大多数的问题,都可以迎刃而解。

解决误会和矛盾的最好方法,就是把问题完全摊开来,展示在面前,再去寻求一致共识。

责任编辑:李雨侬


推荐阅读

点击下方图片即可阅读

年后就是离职潮,管理者该怎么办?


登录查看更多
0

相关内容

对个人及社群所拥有的显性知识和隐性知识的确认、创造、掌握、使用、分享及传播进行积极及有效的管理。 
【MIT-ICML2020】图神经网络的泛化与表示的局限
专知会员服务
42+阅读 · 2020年6月23日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
128+阅读 · 2020年5月26日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
【ACL2020-Allen AI】预训练语言模型中的无监督域聚类
专知会员服务
23+阅读 · 2020年4月7日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
为什么所有人都报了这个虐人到哭的训练营?!
人工智能头条
5+阅读 · 2019年5月15日
最好的激励,是激发员工的自驱力
华章管理
10+阅读 · 2019年4月14日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
计算机视觉六大困难
深度学习
8+阅读 · 2018年2月19日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
已删除
Arxiv
32+阅读 · 2020年3月23日
Arxiv
7+阅读 · 2018年1月18日
VIP会员
相关资讯
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
为什么所有人都报了这个虐人到哭的训练营?!
人工智能头条
5+阅读 · 2019年5月15日
最好的激励,是激发员工的自驱力
华章管理
10+阅读 · 2019年4月14日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
计算机视觉六大困难
深度学习
8+阅读 · 2018年2月19日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员