
會有這種情況。做三次個人色彩分析得到三個名稱,不代表膚色變了三次。差異通常來自分類系統、觀察環境,以及分析師判斷某塊色布效果好壞的標準。季型是一項造型結論,不是全球統一的物理測量值。
比對報告時,先把名稱拆成三個問題:偏暖還是偏冷?適合淺色還是深色?適合清晰鮮明還是柔和低彩度?Spring 與 Summer 看似衝突,卻可能都在說「明度最重要」。
分類系統與參考資料已於2026年8月11日重新確認。
1. 先確認三間工作室是否使用同一套分類
有些系統只分四季,有些會繼續細分。International Image Institute 現行系統提供10、16及23組色盤。10組在四季之外加入 Cool、Warm、Deep、Light、Bright、Muted;16組增加季節子型;23組則包含上述類別,另設給真正中性色彩特徵的 Universal 色盤。
因此,Summer、Light Summer、Cool and Light可能只是用不同名稱描述重疊範圍。Light Spring 與 Light Summer雖在冷暖上不同,卻都以「淺」為優先。比較前先問清楚使用哪套系統、總共有幾組色盤。
分類較粗時,邊界型會被放進較大的框;分類較細時,邊界本身可能得到名稱。無論使用哪一種,分析師都應能指出是哪兩塊相鄰色布決定了結果。
2. 光線本身就是判斷條件
我們看到的是布料反射的光。偏黃燈光、偏冷日光、有色牆面或臉上的陰影,都會改變皮膚與布料的比較。ISO 105-J05:2007於2022年再次確認為現行標準,提供估算光源色度改變時紡織品感知色相變化的方法。這是紡織測試,不是個人季型的有效性研究;此處只用來說明同一塊布在不同光線下未必看起來相同。
X-Rite 視覺評估指南也說明,色溫不足以完整描述光源,受控制的觀察條件很重要。

圖中設備用於工業色彩評估,不是美容工作室必備機器。首爾工作室真正需要的是均勻、盡量中性的光線,以及可以快速更換相鄰色布、不受強烈環境色干擾的空間。
2026年一項PubMed 收錄的臨床影像研究發現,裝置差異仍會妨礙膚色評估,而在標準化光線下使用 ColorChecker 校正可減少差異。這是醫療全臉影像研究,不是季型研究;它在此僅提示線上分析更容易受相機、螢幕及光線影響。
3. 現場披布與照片分析不能視為同一條件
該機構的現行色彩分析課程涵蓋冷暖底調、明度、強度與結構化披布流程。FAQ建議先累積充足的現場經驗再做遠端分析,因為線上判斷需要更高技巧。
選擇線上分析時,應詢問工作室如何控制自然光、白平衡、曝光、手機濾鏡與螢幕校色。在黃色牆邊拍的自拍,和固定光線下逐塊更換色布,不是相同證據。不過現場結果也不會自動正確,仍須清楚解釋換布後臉部哪裡改變。
妝容、剛染的頭髮、曬黑、暫時泛紅、靠近臉部的鮮豔衣領也會干擾觀察。越靠近分類邊界越容易受影響,但不代表底色每週都在改變。
4. 披布仍包含人的判斷
分析師可能觀察眼下陰影、泛紅、輪廓、對比,或色布是否比臉更搶眼。有人會把鮮亮色帶來的清晰感視為優點;也有人會因為「先看到布」而排除同一顏色。

好的分析應讓判斷過程看得見。你要能看到相鄰色布切換、聽懂分析師在觀察臉部哪個變化,也知道哪個維度最關鍵。儀器讀數可以補充資訊,但無法自動替你決定衣服與妝容。
5. 把重測故事當線索,不當證明
一篇Naver Blog 重測記錄中,作者在 Spring Light 與 Summer Light 之間變動,但「淺色較合適」始終一致。一則比較三次線上結果的 Reddit 貼文得到 Soft Autumn、Light Spring、Soft Summer,討論反覆回到只憑照片判斷彩度與冷暖的限制。
另一篇比較西方與韓國分析的 Reddit 經驗看似得到相反季型,但服裝、彩妝與明度建議並不能整齊塞進同一季。這些都是個人經歷,不是準確率研究;價值在於提醒我們找出名稱改變之下的穩定線索。
6. 不用投票,改用三個維度比較
把每份結果重寫成:
- 色溫:偏暖、偏冷或接近中性
- 明度:淺、中等或深
- 強度:清晰鮮亮或柔和低彩度
再列出實際被選為最好與最難駕馭的色布。如果兩份報告都推薦淺、低對比色,只是季型名稱不同,可以合併建議。如果一份推薦清晰鈷藍,另一份推薦灰調米色,矛盾就是真的;應回看光線、關鍵色布和說明,而不是讓最新報告自動勝出。
預約重測時帶上舊色卡,並詢問:
- 使用什麼系統,共有幾組色盤?
- 哪個維度最明確,哪個接近邊界?
- 哪兩塊色布決定結果,臉部哪裡改變?
- 衣服與彩妝是否適用同一結論?
- 可以借用相鄰組的哪些顏色?
最可靠的答案可能是「淺、接近中性偏冷、適度柔和」這樣的範圍,而不是一個整齊季名。保留可重複觀察的部分,用自己真正會穿的衣服驗證,把季型名稱當作索引即可。
資料來源與圖片授權
- International Image Institute — Colour Analysis System — 10、16、23組色盤現行說明;2026年8月11日複核。
- ISO 105-J05:2007 — 不同光源色度下紡織品感知色相變化的現行方法;僅在正文限定範圍引用。
- X-Rite — The Science Behind Visual Evaluation — 受控觀察與光源說明,也是燈箱圖片原始來源。
- PubMed — Enhancing reliability of skin tone evaluation — 2026年裝置差異與標準光校正臨床影像研究;並非季型研究。
- International Image Institute — Colour Analysis course — 現行課程、披布流程、遠端分析經驗建議及課程圖片原始來源。
- Naver Blog 重測記錄 — 明確作為個人經驗引用,不用於證明準確率。
- Reddit — 三次線上結果 — 不同標籤的社群經驗。
- Reddit — 西方與韓國分析 — 個人比較,並非政策或準確率研究。
- Visit Seoul — Color Signal — 首爾諮詢圖片原始來源。
- Delivery Spot 封面圖片 — 顯示有導師參與的色彩分析培訓。
- Delivery Spot 色盤圖片 — 原始來源為 International Image Institute。
- Delivery Spot 課程圖片 — 原始來源為 International Image Institute。
- Delivery Spot 燈箱圖片 — 原始來源為 X-Rite。
- Delivery Spot 首爾諮詢圖片 — 原始來源為 Seoul Tourism Organization / Visit Seoul。
最後更新





