NLP ขาดดัชนีอ้างอิง
NLP Lack of Referential Index คืออะไร?
คำนามที่ไม่ระบุใดๆ ซึ่งไม่สามารถระบุตัวตนตัวแทนจากบริบทโดยตรงของการใช้งานได้ เรียกว่าการขาดดัชนีอ้างอิงใน NLP กล่าวคือ ไม่ชัดเจนว่าคำนามนั้นอ้างอิงถึงใครหรืออะไร คำนามที่ไม่ระบุคือคำนาม (บุคคล/สิ่งมีชีวิตหรือส่วนของสิ่งของ) ที่คุณไม่ทราบว่าพวกเขากำลังพูดถึงใครหรืออะไรโดยเฉพาะ NLP เรียกสิ่งนี้ว่าการขาดดัชนีอ้างอิง คุณไม่ชอบคำศัพท์เหล่านี้หรือ การไม่รู้ว่าบุคคลนั้นกำลังพูดถึงใครหรืออะไรอาจทำให้เกิดความเข้าใจผิด คุณ (หรือพวกเขา) มักจะเติมช่องว่างด้วยความคิดของคุณเอง (หรือพวกเขา) และจะอ่านใจคุณ กล่าวอีกนัยหนึ่ง เราต้องเดาแล้วดำเนินการตามการเดานั้น
การลบเปรียบเทียบ NLP
ใน NLP การเปรียบเทียบเป็นข้อความใดๆ ก็ตามที่บอกเป็นนัยหรือให้ไว้ แต่มีการละเว้นด้านหนึ่งของการเปรียบเทียบ เมื่อคุณยอมรับข้อความโดยไม่เข้าใจสิ่งที่อยู่เบื้องหลัง คุณก็จะติดขัด ปัญหาเรื่อง "ความนับถือตนเอง" จำนวนมากเกิดจากการตัดสินใจว่าใครดีกว่าหรือมีค่ามากกว่าในระดับทั่วไป แทนที่จะตั้งคำถามถึงมาตรฐาน "ดีกว่าในด้านใดโดยเฉพาะ" หากคุณไม่ทราบว่ามาตรฐานคืออะไร คุณจะปรับปรุงหรือละเลยมันได้อย่างไร
NLP กริยาที่ไม่ระบุ
NLP Unspecified Verb คืออะไร?
กริยาที่ลบข้อมูลเฉพาะออกไปในทุกกรณี ไม่ว่าจะเป็นวิธี เมื่อใด หรือที่ไหน ที่ถูกเรียกใช้ใน NLP กริยาที่ไม่ระบุ กริยาที่ไม่ระบุคือกริยา (ส่วนที่ทำ) ในประโยคที่ไม่สามารถอธิบายการกระทำที่เกิดขึ้นได้อย่างสมบูรณ์ กริยาเหล่านี้ไม่ได้ให้ข้อมูลเพียงพอที่จะแจ้งให้คุณทราบว่ากำลังเกิดอะไรขึ้นกับกริยาเหล่านั้น โดยทั่วไปแล้ว ผู้คนจะเติมช่องว่างด้วยประสบการณ์ของตนเอง ซึ่งเรียกว่าการอ่านใจ เมื่อผู้คนใช้กริยาที่ไม่ระบุ นั่นหมายความว่าพวกเขาไม่มีวิธีบรรยายที่แสดงถึงสิ่งที่พวกเขาหมายถึงและ/หรือเข้าใจ
การทำเครื่องหมายอะนาล็อก NLP
ใน NLP Analogue Marking ไม่จำเป็นต้องเกี่ยวข้องกับรูปแบบภาษามากนัก แต่ขึ้นอยู่กับว่าคุณใช้เสียงของคุณอย่างไร จากประสบการณ์ของเรา การควบคุมเสียงของคุณอย่างเต็มที่นั้นไม่เสียหาย เพราะจะทำให้คุณนำข้อความของเราไปยังลูกค้าได้ง่ายขึ้นและราบรื่นขึ้น เทคนิคหลายอย่างที่เราอธิบายไว้ในบล็อกโพสต์ก่อนหน้านี้จะมีประสิทธิภาพมากขึ้นเมื่อคุณใช้ Analogue Marking Analogue Marking หมายถึงการแยกคำสั่งออกจากส่วนที่เหลือหรือประโยคด้วยพฤติกรรมอนาล็อกที่ไม่ใช่กริยา
รูปแบบการกระตุ้นทางอ้อมของ NLP
รูปแบบการเรียกข้อมูลทางอ้อมมีประโยชน์มากในการรับคำตอบเฉพาะทางโดยอ้อมโดยไม่ต้องขอคำตอบนั้น ใน Meta Model เราจะกำหนดขอบเขตข้อมูลที่ส่งถึงเราในฐานะผู้ฟังให้สมบูรณ์ที่สุดเท่าที่จะเป็นไปได้ ซึ่งตรงกันข้ามกับ Milton Model กล่าวอีกนัยหนึ่ง ในฐานะที่เราเป็นผู้ปฏิบัติ NLP หรือผู้ปฏิบัติหลัก เราจะวางแผนผลลัพธ์ของเราได้ดีมาก ในขณะที่การเรียกข้อมูลโดยตรงอาจส่งผลให้เกิดการต่อต้านหรืออำนาจได้มาก แต่ใน NLP รูปแบบการเรียกข้อมูลทางอ้อมจะช่วยให้คุณทำให้การสื่อสารนุ่มนวลลงได้ การใช้รูปแบบดังกล่าวจะส่งผลให้เกิดคำตอบทางอ้อมตามที่ต้องการ กล่าวอีกนัยหนึ่ง คุณกำลังขอผลลัพธ์โดยไม่ทำให้เห็นได้ชัดว่าคุณกำลังขอผลลัพธ์และมีผลลัพธ์ตามที่ต้องการ สนุกใช่ไหมล่ะ
โปรแกรม NLP Meta
ใน NLP โปรแกรม Meta คือกระบวนการที่บุคคลจะคัดแยกแนวคิดทั่วไปหลายๆ แนวคิดพร้อมกัน ดังนั้น โปรแกรม Meta จะควบคุมว่าบุคคลจะเข้าร่วมกลยุทธ์ชุดใดชุดหนึ่งในบริบทใดบริบทหนึ่งอย่างไรและเมื่อใด ต่อไปนี้คือสิ่งสำคัญที่คุณควรเรียนรู้:
การเปลี่ยนเวลาของกริยาและคำวิเศษณ์
Change of Time Verbs and Adverbs เป็นบทความที่ยอดเยี่ยมที่จะช่วยให้คุณเข้าใจแนวคิดของการตั้งสมมุติฐานและแบบจำลองมิลตันได้ดีขึ้น ช่วยให้คุณเปลี่ยนมุมมองของลูกค้าได้อย่างรวดเร็วและง่ายดาย เมื่อใช้อย่างเหมาะสม คุณจะสามารถให้คำสั่งบางอย่างแก่ลูกค้าได้ ช่วยให้คุณสามารถตั้งสมมุติฐานบางอย่างโดยใช้ Change of Time Verbs and Adverbs ลองดูตัวอย่างต่อไปนี้: “คุณสามารถผ่อนคลายต่อไปได้” ซึ่งถือว่าคุณกำลังผ่อนคลายอยู่แล้ว อีกตัวอย่างหนึ่ง: “คุณยังสนใจทำธุรกิจอยู่หรือไม่” ซึ่งถือว่าคุณเคยสนใจทำธุรกิจกับฉันมาก่อน ตอนนี้เราได้ให้ตัวอย่างบางส่วนแก่คุณแล้ว มาดูกันว่าจะใช้เทคนิคนี้ได้อย่างไร เริ่มกันเลย!
ตัวดำเนินการโมดอล
ใน Meta Model เราได้เรียนรู้ไปแล้วว่ามีตัวดำเนินการโมดอลที่จำเป็นและเป็นไปได้ ใน Milton Model นี้ เราจะพูดถึงเฉพาะตัวดำเนินการโมดอลเท่านั้น
การอ่านใจ
ฉันรู้ คุณรู้ว่าคุณได้เรียนรู้เกี่ยวกับการอ่านใจตามแบบจำลองมิลตันมามากแล้ว การอ่านใจเป็นปรากฏการณ์ที่คุณทำราวกับว่าคุณรู้จริงๆ ว่าเกิดอะไรขึ้นในหัวของผู้ฟัง การอ่านใจทำให้บุคคลที่คุณกำลังสื่อสารด้วยเกิดความสับสนเล็กน้อยในระดับจิตสำนึก พวกเขาจะถามตัวเองว่า "ตอนนี้พวกเขารู้แล้วหรือยัง" ซึ่งทำให้เกิดความสับสนเล็กน้อย และเป็นผลให้จิตสำนึกได้รับสิ่งที่ต้องคิด นั่นคือสิ่งที่คุณต้องการทำให้สำเร็จ ทำให้จิตสำนึกยุ่งอยู่กับการซึมซับคำแนะนำไปยังจิตใต้สำนึก ตอนนี้คุณกำลังอ่านสิ่งนี้และคิดว่า "มันง่ายขนาดนั้นเลยเหรอ" ใช่แล้ว!
ตัววัดสากล
คำต่างๆ เช่น all, every, always, nobody เป็นต้น เป็นตัวระบุสากล ตัวระบุสากลมักจะบ่งบอกถึงการสรุปทั่วไปเกินไป โปรดจำไว้ว่าเราอยู่ในดินแดนของ Trance, Hypnosis และ Milton Model ดังนั้นการใช้ตัวระบุสากลจึงควรนำไปใช้ในลักษณะดังกล่าว ในขณะที่ Meta Model เรียนรู้ให้เราเปิดเผยข้อมูลที่ถูกลบ บิดเบือน หรือสรุปทั่วไป ที่นี่เราจะใช้ตัวระบุสากลเพื่อให้คลุมเครือโดยเฉพาะ และให้ผู้ฟังได้วิธีต่างๆ ในการสร้าง Trance รวมถึงผลลัพธ์อื่นๆ ทุกคำที่คุณอ่านอยู่นี้สามารถช่วยให้คุณเจาะลึกเข้าไปใน Trance ที่สวยงามได้มากขึ้น และเราก็ควรใช้ตัวระบุสากลเช่นกัน