打造有吸引力的朋友圈(一发就会被秒赞的句子)

发布日期:2024-05-23 08:14:50     手机:https://m.xinb2b.cn/wenda/news7625.html    违规举报
核心提示:“近朱者赤近墨者黑”,和优秀的人在一起,你也会耳濡目染,变得愈发优秀。 回过头来,好好看看你现在的朋友圈,是激励你不断进步的朋友居多,还是让你丧气、停滞不前的朋友居多?如果是后者,你就要提高警惕了,是时候吸引一些高层次的朋友,换一换你朋友圈

打造有吸引力的朋友圈(一发就会被秒赞的句子)

“近朱者赤近墨者黑”,和优秀的人在一起,你也会耳濡目染,变得愈发优秀。

回过头来,好好看看你现在的朋友圈,是激励你不断进步的朋友居多,还是让你丧气、停滞不前的朋友居多?如果是后者,你就要提高警惕了,是时候吸引一些高层次的朋友,换一换你朋友圈的血液了。

不过,现实是残酷的,优秀的人、高层次的人,他们有底气,也有傲的资本,所以他们的眼光和要求很高,你想跟他们玩,他们还未必愿意带你玩。

对于高层次的人来说,他们最不愿搭理的一类人就是:白拿主义。也就是一味索取和要求,却从不投入和给予。

对于高层次的人来说,他们最愿意亲近的一类人就是:同类。因为物以类聚人以群分,各方面差不多的,或者有共同点的人,更容易混在一起。

那么,如何吸引高层次的人?按这4个步骤去做吧。

步骤一:在行动之前,先好好想想,你想要吸引怎么样的人。

“高层次”这个概念太大、太模糊了,一定要细化、具体化。比如你想吸引的人有什么样的品质和特征,或者就是你认识的、在你的生活中真实存在的某个人。

先确定目标,才能有方向。如果你自己都稀里糊涂,只知道要吸引“高层次”的人,就会很难落到实处,最终吸引不了任何高层次的人。

不妨列一个清单,把你想吸引的人的名字,或者是某一类人的特征写下来。不要写太多、太杂,不要试图一口气吃成大胖子,一步一步来,一个人一个人,一个特质一个特质地攻克,每次集中力量打一个点,会更容易成功。

步骤二:确立吸引目标之后,再好好想想,什么样的人能吸引这个目标。

其实,人的骨子里最爱、最欣赏、最在意的永远是自己,所以,人会自然而然地亲近和自己相似的人。因此,如果你不知道什么样的人能够吸引你的目标,就直接把你打造成类似目标的人就行了。不要完全照搬照抄,如果目标觉得你一味模仿,反而会看轻你、嫌弃你、远离你的。你只要模仿目标的一两个特质即可,比如目标的某个习惯、某种爱好、某个特质。

人对自己的东西是很敏感的,比如在众多聊天记录中,人会特别关注自己发表的那些话;在嘈杂的环境中,人会特别敏感自己的名字被提及。而当你成了和目标类似的人,即使你不去找目标,目标也会一眼在人群中找到你、关注你、想要近距离和你接触的。

步骤三:不断提升自己、正能量、充实自己。

模仿目标的一两个特质,确实可以让目标关注到你,但是关注和感兴趣只是暂时的,充其量你只是进入了目标的门槛,但是要想目标持续认可你、欣赏你,黏性很重要。

如何提高你们之间的黏性呢?就是不断提升自己,不断挖掘自己的优势和长处,让目标不断对你眼前一亮,觉得你是个宝藏,吸引着目标不断想要了解你,才能对你不离不弃。

这是一个长期的过程,要对自己有信心,不要心虚,相信自己的潜力。其实层次高和层次低的人,一开始都是差不多的,只是层次高的人自我要求高,通过默默努力,一点一点进步,就慢慢和层次低的人拉开了距离。

将不断吸引目标成为你变好的内在动力吧,假以时日,你也会对自己眼前一亮的,也会不断从自己身上发现各种惊喜的。

步骤四:吸引了一个高层次的目标之后,就能吸引一片。

这是一个从量变到质变的过程,也是一个以点扩散到面的过程。

通过前面三个步骤,你已经提升了自我,也有了和某一个,或某几个高层次的人交往的经验,这时候,你就可以好好想想,通常高层次的人都会出现在怎样的环境和场合呢?然后就是他们在哪里,你就去哪里,比如你可以参加培训班,参加读书会,参加户外活动,在那里遇到更多志同道合的人。而因为你已经到达了相应的层次,你进入那些圈子也就不会显得突兀,能够很快融入其中。

朋友圈,决定了你的高度。如果你觉得自己现在的朋友圈层次比较低,不妨按照上面这4个步骤,一点一点为现有的朋友圈换血,打造一个让你满意的朋友圈吧。

而上面这4个步骤,浓缩成一句话就是:你想要吸引什么样的人,首先你必须成为什么样的人。

天下没有免费的午餐和友谊,想要什么样的朋友,就要付出相应的努力,就是这么现实,也是这么公平。

 
 
本文地址:https://wenda.xinb2b.cn/news7625.html,转载请注明出处。

推荐图文
推荐问答知道
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  违规举报  |  蜀ICP备18010318号-4  |  百度地图  | 
Processed in 0.053 second(s), 91 queries, Memory 0.47 M