Note for Consulting Handbook5

5主持技能

掌握会议进程的主持技能，以保持会议的顺利进行和达到预想的结果。
一个好的支持人就必须会引导会议，有效地引着正确的方向推进会议和讨论。

OARR

OUTCOME，首先必须使所有的发言和讨论都朝着最终结果，以减少很多偏题的言论，达到开会的目的。

AGENDA，让会议参加者正确理解了会议议程，就会明白此次会议上应该作甚么，什么可以不讨论。

ROLES：明确会议上各自分担的任务。

RULES：制定会议的基本规则。

有效主持：

主持人的关键作用就是要实现和维持流程和内容的均衡。

主持人的核心工作就是要使会议流程（PROCESS）合理化和效率化，但同时也要担负起良好会议内容（content）的辅助作用。

note:
主持人必须始终站在中立的立场。
主持人要尽可能集中精力在会议进程上，只是通过提问方式辅助会议内容。
主持人必须始终关注着团队必须要做的事情。
团队是专家组成的群体，问题或课题的答案几乎可以全部在团队中找到。
主持人决不能替代团队要做或应该做的事情。

应对可能出项的问题：

会议中出现的主要障碍主要有：
过于积极的人；给他人添麻烦的人；自始至终默不做声的人；发言偏离会议的人；发言过于冗长的人；老提反驳意见的人；情绪化的人。

解决的具体措施：
指明确定参加者；确定发言人顺序；再次为参加者说明会议目的；议程安排和会议规则；再次确认已经明确的工作任务；指出尚未讨论的问题，促使会议进入预定轨道。

会议总结：

主持人的最终任务是要保证团队的工作具有生产性。

6研究技能

收集信息，整理信息，分析信息和得出结论等一系列活动。

信息收集：

所需要的信息是什么？
信息要具体到什么程度？
信息的准确度要求多高？
信息收集所需时间多长？

信息来源：

互联网：要注意网上信息的真实性和系统性。
企业内部网。
书籍：不如网络新鲜度高，但是有足够的准确性和广泛性。
从经验丰富的同事那里学习。

附记：

主持人的技能让我回忆起了上学期在英语课上和cutey做主持的事情，现在看看，犯的错误还不是一般多.....

主持人必须始终站在中立的立场。

我在主持过程中的目的找的就不对，在自己主持中向大家夸夸奇谈自己对阿甘的喜爱,浪费了许多大家的宝贵时间－－

主持人要尽可能集中精力在会议进程上，只是通过提问方式辅助会议内容。
刚才的错误这条也犯到啦＝＝

主持人必须始终关注着团队必须要做的事情。
没有将自己的关注点放在大家身上。

团队是专家组成的群体，问题或课题的答案几乎可以全部在团队中找到。
这个吗，我们的团队没有那么专业了～～～，还好......

主持人决不能替代团队要做或应该做的事情。
我那个错误算不算对大家一个误导呢？

总之，第一次做所谓的主持人真的很失败啦，怪不得Cutey当时对我疯狂ft啦～～不过也算一个教训了，呵呵。对那个课程还是蛮怀念的，呵呵，很喜欢~~＝＝似乎又跑题了.......

转载于:https://www.cnblogs.com/bluepiaoling/archive/2005/08/24/222086.html

Note for Consulting Handbook5相关推荐

Paddle Release Note
Paddle Release Note 重要更新飞桨paddle框架2.0.0版本有如下重要更新: • 编程范式:默认开启动态图模式进行模型开发和训练,通过动转静的方式进行模型部署和训练加速.如果需 ...
机器学习与高维信息检索 - Note 7 - 核主成分分析（Kernel Principal Component Analysis，K-PCA）
Note 7 - 核主成分分析(Kernel Principal Component Analysis) 核主成分分析 Note 7 - 核主成分分析(Kernel Principal Compone ...
机器学习与高维信息检索 - Note 6 - 核，核方法与核函数（Kernels and the Kernel Trick）
Note 6 核, 核方法与核函数到目前为止,我们所讨论的机器学习算法的成功都依赖于对输入数据分布的假设.例如,PCA的效果越好,数据围绕线性子空间分布.或者在线性判别分析中,我们假设类的高斯分布, ...
ADPRL - 近似动态规划和强化学习 - Note 10 - 蒙特卡洛法和时序差分学习及其实例（Monte Carlo and Temporal Difference）
Note 10 蒙特卡洛法和时序差分学习 Monte Carlo and Temporal Difference 蒙特卡洛法和时序差分学习 Note 10 蒙特卡洛法和时序差分学习 Monte Car ...
机器学习与高维信息检索 - Note 5 - (深度）前馈神经网络（(Deep) Feedforward Neural Networks）及基于CVXOPT的相关实例
Note 5 - (深度)前馈神经网络((Deep) Feedforward Neural Networks)及相关实例 5.1 FNN的定义和动机粗略地说,前馈神经网络(FNN)是一种特殊的函数类 ...
ADPRL - 近似动态规划和强化学习 - Note 8 - 近似策略迭代 (Approximate Policy Iteration)
Note 8 近似策略迭代 Approximate Policy Iteration 近似策略迭代 Note 8 近似策略迭代 Approximate Policy Iteration 8.1 通用框 ...
机器学习与高维信息检索 - Note 4 - 主成分分析及其现代解释（Principal Component Analysis, PCA）及相关实例
主成分分析及其现代解释 4. 主成分分析及其现代解释 Principal Component Analysis and Its Modern Interpretations 4.1 几何学解释 The ...
ADPRL - 近似动态规划和强化学习 - Note 7 - Approximate Dynamic Programming
Note 7 - 近似动态规划 Approximate Dynamic Programming 7. 近似动态规划 (Approximate Dynamic Programming) 7.1 近似架构 ...
ADPRL - 近似动态规划和强化学习 - Note 6 - Mitigating the Curse of Dimensionality
Note 6 Mitigating the Curse of Dimensionality 减轻维度诅咒 6. Mitigating the Curse of Dimensionality 减轻维度诅 ...

Note for Consulting Handbook5

Note for Consulting Handbook5相关推荐

最新文章

热门文章