《影响力》于我之二

简介: 唠两个说服人的套路

黄执中老师在《情绪沟通》的课程里面演示过一个说服人的技巧。


对话是这样子的:

问:你这辈子有没有想过戒酒这件事情?

答:有想过。

问:1到10,你想戒酒的念头有多强?

答:6到7吧。

问:我非常惊讶,这相当高。一般喝酒的人都不是很在意这件事,我以为只有2到3呢,为什么?

答:因为喝完酒之后断片,完全想不起来前面一天发生过的事情。

问:喝酒断片没什么了不起,这件事情会很严重吗?我常常就有这种经历。

答:会很出丑。

问:那是别人的想法,你管人家呢?

答:没有,非常难堪的。

问:大家都在喝酒的时候,偶尔难堪,出个丑事这也是亲和力,为什么会对你造成困扰呢?

答:但是在很多同事面前,有这样一个印象就会很讨厌。


这是一个很有意思的对话,因为回答的人是爱喝酒的,也没有想要戒酒,但是几句话的功夫,他变成了一个要戒酒的人。


《影响力》中说:每当一个人当众选择了一种立场,他便会产生维持它的动机,因为这样才能显得前后一致。

黄执中老师就是通过触动这个言行一致、前后一致的“固定行为模式”让对方中招。


这个方法还有骚操作,叫做“抛低球”


比如你去买车,销售先给你一个比较低的价格,然后让你填购车表、试驾、签合同,最后快付钱了,让你“不小心”知道还有一点点小钱没算上,跟车价比不值一提。你一般也就直接付了,因为“这可是你选的车呀,对吧?”

跟黄老师的案例类似,但是这个购车的故事中,你坚持自己的选择可复杂多了,你填写了意向书,签了合同,甚至还带着朋友去试驾了。


“费尽周折才得到某样东西的人,比轻轻轻松就得到的人,对这件东西往往更为珍视。”是不是特别认同呢?


如果买车的时候,一开始就给你一个很高的价格呢?

这可能是另外一个套路,叫做“互惠式让步”,是互惠原理的一个高阶玩法。


互惠是什么?你给了我一点好处,我就会觉得欠了你的,这时候你让我帮忙,我就会义无反顾了。

数据统计得出的结论是,直接请求和骚操作一下之后请求,成功率差3倍。


相关文章
|
机器学习/深度学习 编解码 自然语言处理
Vision Transformer 必读系列之图像分类综述(二): Attention-based(上)
Transformer 结构是 Google 在 2017 年为解决机器翻译任务(例如英文翻译为中文)而提出,从题目中可以看出主要是靠 Attention 注意力机制,其最大特点是抛弃了传统的 CNN 和 RNN,整个网络结构完全是由 Attention 机制组成。为此需要先解释何为注意力机制,然后再分析模型结构。
1649 0
Vision Transformer 必读系列之图像分类综述(二): Attention-based(上)
|
JSON API 数据格式
淘宝商品评论数据API接口详解及JSON示例返回
淘宝商品评论数据API接口是淘宝开放平台提供的一项服务,旨在帮助开发者通过编程方式获取淘宝商品的评论数据。这些数据包括评论内容、评论时间、评论者信息、评分等,对于电商分析、用户行为研究、竞品分析等领域都具有极高的价值。
|
10月前
|
数据采集 监控 安全
代理IP全解析:从原理到自建代理池的实战指南
代理IP如同网络世界的“隐形斗篷”,能隐藏真实身份,保护隐私,突破访问限制,提升数据抓取效率。本文详解代理IP的核心价值、自建代理池的技术方案、运维策略及实战应用,助你掌握数字时代的生存技能。
814 0
|
8月前
|
监控 Cloud Native 测试技术
.NET技术深度解析:现代企业级开发指南
每日激励:“不要一直责怪过去的自己,他曾经站在雾里也很迷茫”。我是蒋星熠Jaxonic,一名在代码宇宙中探索的极客旅人。从.NET Framework到.NET 8,我深耕跨平台、高性能、云原生开发,践行领域驱动设计与微服务架构,用代码书写技术诗篇。分享架构演进、性能优化与AI融合前沿,助力开发者在二进制星河中逐光前行。关注我,共探技术无限可能!
.NET技术深度解析:现代企业级开发指南
|
6月前
|
缓存 弹性计算 关系型数据库
阿里云 2 核 4G 与 4 核 8G 服务器配置选型指南
阿里云 2 核 4G 与 4 核 8G 配置云服务器怎么样?怎么选择?作为程序员,在选择阿里云服务器时,核心关注性能匹配、稳定性、扩展性及资源利用率,2 核 4G 与 4 核 8G 作为高频配置,覆盖从开发测试到生产部署的多元场景。以下结合实例规格、技术特性、适用场景及客观价格,提供技术向选型参考。
|
人工智能 编解码 物联网
设计师集体破防!UNO:字节跳动创新AI图像生成框架,多个参考主体同框生成,位置/材质/光影完美对齐
UNO是字节跳动开发的AI图像生成框架,通过渐进式跨模态对齐和通用旋转位置嵌入技术,解决了多主体场景下的生成一致性问题。该框架支持单主体特征保持与多主体组合生成,在虚拟试穿、产品设计等领域展现强大泛化能力。
933 4
设计师集体破防!UNO:字节跳动创新AI图像生成框架,多个参考主体同框生成,位置/材质/光影完美对齐
|
6月前
|
人工智能 自然语言处理 数据可视化
从形象到资产:数字人如何在IP、虚拟偶像与电商领域重塑商业价值
数字人正从技术演示迈向规模化商用,成为IP打造、虚拟偶像、电商转化的核心引擎。依托AI驱动与成本降低,其形象生成与内容输出实现高效自动化,广泛应用于知识付费、跨境直播等场景,推动个人品牌与企业营销的数字化升级,逐步演变为可运营的“数字员工”和新型商业基础设施。
|
6月前
|
监控 Linux 应用服务中间件
Linux网络优化服务配置(从零开始提升服务器网络性能)
教程来源https://www.vps5.cn/本文介绍Linux网络优化的核心方法,涵盖内核参数调优、服务配置优化及效果验证。通过调整sysctl参数、优化Nginx等服务配置,结合监控工具提升服务器并发处理能力与网络性能,适用于高并发、低延迟场景,助力系统性能显著提升。
|
机器学习/深度学习 算法 安全
随机性、熵与随机数生成器:解析伪随机数生成器(PRNG)和真随机数生成器(TRNG)
随机性在密码学、仿真和机器学习等领域中至关重要,本文探讨了随机性、熵的概念以及伪随机数生成器(PRNG)和真随机数生成器(TRNG)的原理和应用。PRNG通过算法生成看似随机的序列,适用于高效需求;TRNG利用物理过程生成真正随机数,适用于高安全需求。文章还讨论了两者的协同应用及其面临的挑战。
1217 5
随机性、熵与随机数生成器:解析伪随机数生成器(PRNG)和真随机数生成器(TRNG)
|
11月前
|
JSON Java API
如何获取sku详情信息
`item_sku`接口用于获取商品的SKU详细信息,支持通过商品ID和SKU ID查询。提供公共参数及请求参数说明,并包含请求和响应示例。支持多种开发语言,如Curl、PHP、JAVA等,适用于电商应用开发。
如何获取sku详情信息