公开演讲的核心不是展示自己多聪明,而是让对方听懂、拿到沟通结果;练法是围绕真实问题反复讲、接受逐项反馈并重讲。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
沟通是为了结果,不是为了证明聪明
立正提到,技术人常见的误区是把沟通当成展示自己有多聪明,而不是为了一个结果去沟通。他主张放下证明自己的执念,专注在对方是否听懂上;如果别人理解不了,那是说话者的问题,不是听众的问题。他还说,在多数话题上听众不如你懂,所以你有责任用别人听得懂的话去讲,告诉他们你做了什么、你觉得大家该怎么做。这条判断决定了练习的方向:与其打磨“显得专业”的措辞,不如检查对方听完能不能复述你的意思、能不能据此行动1。
练法是围绕真实问题反复讲、被逐项纠正
AI推演一篇讲英语表达课的文章里,作者描述了自己被纠正的过程:把一段两分钟的发言交给老师,老师按有没有直接回答问题、有没有先给主题句再讲故事、例子是否具体、有没有别人没听过的角度、用词是否含糊等逐项反馈,然后让他重讲一遍,第二次明显进步。课堂上还会把同一段材料听三四遍,先对着文字稿听,再脱离文字稿听。这套做法可以迁移到公开演讲:选一段你真实要讲的内容,讲两分钟,请人按“有没有回答问题、例子够不够具体、有没有自己的角度”逐条指出问题,然后重讲同一段,对比第二次是否更直接、更少绕2。
把练习过程公开,本身就是积累
立正主张分享时用“微型技术报告”的心态,而不是发广告:说清你解决了什么问题、效果如何、遇到什么挑战、下一步还能做什么,展示思考和过程,而不是自吹自擂。他还建议把单次分享控制在很短的时间内完成,不要攒大招,因为作品集是一次次积累出来的,发出去才能拿到反馈。对公开演讲来说,这意味着不必等到准备一场完美演讲,可以先就一件自己做过的事讲清楚问题和结果,发出去看别人是否听懂、是否追问,再顺着反馈继续讲3,4。
材料里没有系统的演讲训练方法,Priscilla 的九条诊断来自一篇讲英语课的文章,讲的是英语表达而非中文演讲。
出处
- 1直播录视频
立正本人讲 effective communication 的核心判断,适合核对“为结果沟通”这一立场。
- 2英语课推荐|“我在一个小时里学到的,比过去十年都多”
具体展示逐项反馈加重讲的练习过程,适合找可迁移的练法。
- 3"Build to Refund"项目,是你动手+Career Signaling的机会|"Build to Refund": Your Opportunity to Start Building and Signal Your Career Potential
讲分享时如何展示过程而非自夸,适合理解公开表达的写法。
- 4简历正飞速贬值,如何优雅地Career Signaling,打造个人品牌?
同一主题的视频版,补充 show not tell 与暗示自己厉害的区别。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 刚开始做自媒体经历了多久才挣到了第一笔钱?
立正2020年开始做自媒体,前四年几乎没收入,2023年下半年做付费会员后才真正赚到钱,2024年是他把自媒体当副业并得到收入的第一年。
- 社区里的工具箱里有这么多skill,我要全部一次性安装到我的codex吗?别人做好的skill,安装在根目录更好还是项目文件夹更好?
我使用codex有2个多月了,从只会跟它聊天到现在会尽量让它直接帮我完成一件事,会在过程中纠正它的方向从而使得它做成我想要的样子,不过我还没有真正开始自己原创skill,也没有过多的去使用别人的skill,更多的时候我会直接把我的想法告诉codex然后让它完成工作。
不要一次全装。先挑一个你反复做的任务,装一个 skill 跑通,再决定要不要加下一个。放哪里取决于它是通用偏好还是只服务某个项目。
- 即将读人文学科博士,我如何对未来四年的研究工作提出更好的设想和规划
把博士当成一次创业:先找到值得做的研究问题,再倒推四年要积累什么,而不是先定发表数量。
- 现在需要选offer!base美国,MBA刚毕业,之前一直在做电商战略&策略,出海方向,我的目标是能够进AI应用公司/大厂AI应用业务做增长或者是产品设计,希望能对业务有影响!我有4个选择:1)回到国内咨询做AI数字化转型,再跳大厂做AI战略,之后再做AI业务;2)TT LA美国做creator strategy and product operations, 主要是达人增长目标拆解,drive sports content提升,激励体系搭建,分析内容和流量策略,也会有一部分product operations,看什么feature可以直接上线,有些时候可以自己vibe code一些产品;3)Capital one 纽约 business travel 针对信用卡商户做marketing strategy,看product messaging,以及跨渠道怎么分配预算看如何增长,marketing归因,内部有转岗机会到analytics方向,未来either大厂analytics/DS方向,或者;4)Amazon西雅图 自营品牌category manager方向,优化品类P&L,主要pull lever是和供应商谈价格,遇到具体的问题,找supply chain/quality/product manager解决,虽然看似管理P&L,但其实每个链条都有相应的人处理,真正支撑每个部分都有产品经理做好处理了,未来有转产品经理的可能,例如电商selection优化/供应链产品/价格产品,但我对Alexa AI/AWS更感兴趣 目前我的主要concern是1)亚麻从category manager转出去第一步更有可能是供应链方向;2)TikTok creator这个领域比较窄,non-tech长期的薪资是不是会不够高?以及跳槽认可度不知道如何?3)capital one这个product marketing属于金融产品领域,内部可以转analytics再跳出去,或者再继续出去做product marketing,薪酬美国的高于中国的,但美国的三家后续曲线可能不同! 结合我的背景和您的认知,您会怎么给出建议?
四个选项里,最该先比的是哪条路能让你持续积累“增长/产品”的可迁移作品与判断力,而不是哪个title更接近AI。按这个标准,TikTok和Capital One的起点更贴近你的目标,但各有代价。
- 如何面对 AI 的不确定性?让 Ai 优化就可以一直优化
AI 的不确定性不能靠无限优化消除,得先接受它永远存在,把注意力从“优化到完美”转到“先做起来、拿到真实反馈、自己判断质量”。
- 正确的学习方法比大家想象中稀缺很多
“正确的学习方法稀缺”指的是会检验自己是否真学会、并能从错误方法里爬出来的人很少;想读透这一点,从《假学习的终结》和哥大课程回放开始最直接。