當前位置:萬佳範文網 >

禮儀 >職場禮儀 >

職場禮儀之握手禮儀

職場禮儀之握手禮儀

握手是我們常常做的事情,那麼你們知道在職場禮儀中的握手禮儀是怎樣的嗎?下面是本站小編為大家整理的職場禮儀之握手禮儀,希望能夠幫到大家哦!

職場禮儀之握手禮儀
職場禮儀之握手禮儀

握手禮由來

説法一:戰爭期間,騎士們都穿盔甲,除兩隻眼睛外,全身都包裹在鐵甲裏,隨時準備衝向敵人。如果表示友好,互相走近時就脱去右手的甲胄,伸出右手,表示沒有武器,互相握手言好。後來,這種友好的表示方式流傳到民間,就成了握手禮。當今行握手禮也都是不戴手套,朋友或互不相識的人初識、再見時,先脱去手套,才能施握手禮,以示對對方尊重。

説法二:握手禮來源於原始社會。早在遠古時代,人們以狩獵為生,如果遇到素不相識的人,為了表示友好,就趕緊扔掉手裏的打獵工具,並且攤開手掌讓對方看看,示意手裏沒有藏東西。後來,這個動作被武士們學到了,他們為了表示友誼,不再互相爭鬥,就互相摸一下對方的手掌,表示手中沒有武器。隨着時代的變遷,這個動作就逐漸形成了現在的握手禮握手禮的由來 握手是我們日常生活中最常用到的禮節。

説法三:來源於原始社會。 當時,原始人居住在山洞,他們經常打仗,使用的武器是棍棒。 後來他們發現可以消除敵意,結為朋友,而最好的表達方式是見面時先扔掉手中棍棒,然後再揮揮手。

現代握手禮

現代握手禮通常是先打招呼,然後相互握手,同時寒暄致意。握手禮流行於許多國家,在交往時最常見的一種見面、離別、祝賀或致謝的禮節。

握手禮儀

首先,起立。在商務環境中,這條標準對男女通用。如果因為身體嵌在餐桌下不方便起身,你應該立即稍稍起身,然後説,“原諒我不能站起來,很高興見到你。”

迎向對方。如果兩人距離較遠,那需要馬上迎向對方,在距其1米左右伸出右手,握住對方的右手手掌。

神態。專注、認真、友好。

眼神交會。我意識到謙虛可能會使你不直接看向對方的眼睛,但是對於西方人來説,眼神交會表明你的注意力完全集中在且只集中在對方身上。

微笑。微笑傳達出温暖、率真,同時也傳達出你對對方的興趣。

致意。重複對方的名字不僅僅是種恭維,也幫你記住對方的名字,“你好,史密斯先生。”

時間和方式。握手的恰當時間應為兩到三秒鐘,上下動兩到三次,然後鬆開。握手應該是手掌對手掌,而不是指尖對指尖。

握力。握力含義很深,不可過輕或者過重。輕握代表猶豫與膽怯。握得太用力表示過於熱情或專橫。中等握力傳達出信心和權威。

伸手順序。一般情況下,講究“尊者居前”,即由身份較高者首先伸手。

(1)女士同男士握手時,應由女士首先伸手。如女方不伸手,沒有握手的意願,男方可點頭致意或鞠躬致意。

(2)長輩同晚輩握手時,應由長輩首先伸手。當年齡與性別衝突時,一般仍以女性先伸手為主,同性老年的先伸手,年輕的應立即回握。

(3)上司同下級握手時,應由上司首先伸手。

(4)賓主之間握手:客人抵達時,應由主人首先伸手以示歡迎,如接待來賓,不論男女,女主人都要主動伸手錶示歡迎,男主人也可以先伸手對女賓表示歡迎;客人告辭時,應由客人首先伸手,以示主人可以就此留步。

(5)一人與多人握手時,既可按照由尊而卑的順序,也可按照由近而遠的順序。

(6)異性間的握手,女方伸出手後,男方應視雙方的熟悉程度回握,但不可太用力,一般只象徵性的輕輕一握即可。

握手禁忌。與人握手時,如果不遵守約定俗成的禮儀規範,會被認為失禮。以下情況是不禮貌的:

(1)用左手與人握手。

(2)伸髒手、病手與人握手。

(3)用雙手與人握手。熟人之間例外。

(4)握手時目光左顧右盼。

(5)戴墨鏡與人握手。

(6)戴手套與人握手。社交場合中女士戴薄紗手套與人握手例外。

(7)交叉握手,即越過其他人正在相握的手同另外一個人相握。

(8)長久地握着異性的手不放。

握手禮儀的禁忌

不要用左手相握,尤其是和阿拉伯人、印度人打交道時要牢記,因為在他們看來左手是不潔的;

在和基督教信徒交往時,要避免兩人握手時與另外兩人相握的手形成交叉狀,這種形狀類似十字架,在他們眼裏這是很不吉利的;

不要在握手時戴着手套或墨鏡,只有女士在社交場合戴着薄紗手套握手,才是被允許的;

不要在握手時另外一隻手插在衣袋裏或拿着東西;

不要在握手時面無表情、不置一詞或長篇大論、點頭哈腰,過份客套;

不要在握手時僅僅握住對方的手指尖,好像有意與對方保持距離。正確的做法,是要握住整個手掌。即使對異性,也要這麼做;

不要在握手時把對方的手拉過來、推過去,或者上下左右抖個沒完;

不要拒絕和別人握手,即使有手疾或汗濕、弄髒了,也要和對方説一下“對不起,我的手現在不方便”。以免造成不必要的誤會。

標籤: 禮儀 職場 握手
  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/liyi/zhichang/8yd6gl.html
專題