似合う色の見つけ方 ― 3つの方法を、信頼度で並べてみる

「似合う色を知りたい」と思って検索したとき、出てくる方法はだいたい三つに集約される。

それぞれ精度の天井が違う ― 完全に当てられる方法から、ヒントどまりの方法まで、レベルが分かれている。

この記事では、三つの方法を、信頼度順に並べて整理する。順番に読んでいけば、自分の状況に合う方法が、自然と見えてくるはずだ。

並べる順序は次のとおり。1. 自宅でのドレープテスト、2. 自然光下での写真比較、3. 写真ベースのAI解析。下にいくほど、精度の天井が上がる。

方法1 ― 自宅でのドレープテスト(精度:低〜中)

最も古典的な方法。ドレープと呼ばれる色布を顔の近くに当てて、肌や顔の印象がどう動くかを観察する。

準備するもの

• 暖色系・寒色系の布またはストール(各2〜3枚以上)
• 自然光が入る窓(午前中〜午後の早い時間がベスト)
• できれば白い壁の前

手順

1. 化粧を落とすか、ベースだけの状態にする
2. 自然光が顔に均等に当たる位置に立つ
3. 一枚ずつ、布を顔の真横、首から鎖骨くらいの位置に当てる
4. 一つの布を5〜10秒見つめてから、次の布に変える

何を観察するか

具体的には、次の三つの変化に意識を向ける。

• 肌の透明感 ― 布を当てた瞬間、肌のクリアさが上がるか、くすむか
• 目の下の影の深さ ― 影が薄まるか、より深くなるか
• 唇の色の出方 ― 唇の血色がそのまま出るか、色が抜けて見えるか

これらの変化が「明らかに良くなる」布の方向が、似合う温度感に近い。

注意したいのは、最初の数枚で判断しないこと。同じ色グループの布を3枚以上当てて、変化の方向が一貫しているかを確認する。たとえば、暖色系を3枚試して、3枚すべてで肌の透明感が上がるなら、暖色寄りの可能性が高い。逆に1枚は良かったが2枚目以降は変化がない場合、その「良かった1枚」は布の素材や織りが影響していた可能性がある。

もう一つ。布を当てるときに、自分の表情を作りすぎないこと。つい「映ってるな」と感じる方向に、無意識に表情が動く。なるべく真顔のまま、純粋に肌の変化だけを観察する。可能なら、家族や友人にも一緒に見てもらうと、自分では気づかない変化が拾える。

この方法の限界

家にある布で試せる気軽さは、いい入口になる。けれど、限界もはっきりある。

光の条件が日や時間によって変わる、鏡を介した自己観察にはバイアスがかかる、暖色・寒色の二択ではアンダートーンの微妙な階調(ニュートラル寄りや、季節をまたぐ境界例)までは判別できない。

「だいたい暖色寄りらしい」「冷たい色は苦手かもしれない」という方向感までは、わかる。それ以上の精度は、この方法の構造上、出ない。ここが天井だ。

方法2 ― 写真比較(精度:中)

少し精度を上げる方法。違う色のトップスを着て、同じ自然光のもとで、何枚か写真を撮る。鏡で見るのではなく、撮った写真を画面で並べて比較する。

準備するもの

• 色味の違うトップス3〜5枚(暖色・寒色・ニュートラルを混ぜる)
• 自然光が入る窓のそば
• スマートフォンの自撮りモード(画質が良いほうがいい)

手順

1. 自然光が顔に均等に当たる位置に立つ
2. 同じ角度、同じ距離(腕いっぱい)で、各トップスを着替えながら写真を撮る
3. すべて撮り終わってから、画面で並べて比較する

鏡より正確な理由

鏡を見るとき、私たちの脳は、その瞬間の「自分」を「いつもの自分」として補正してしまう。化粧、表情、光のクセ、その日の気分。それらすべてを引いた状態で、自分の顔と色の関係を見るのは、訓練しないと難しい。

カメラは、補正をしない。撮ったままの状態を、ただ画面に出してくる。だから、自分の感覚から少し距離をとって、客観的に見られる。

実際にやってみると、面白い発見がある。鏡で見ていたときに「これは似合っている」と思っていた色が、写真で見ると意外と顔がぼんやりしている、というケースがよくある。逆に、鏡では「いまいちかも」と感じていた色が、写真では肌のクリアさが上がっていることもある。鏡の前での自己認識と、客観的な見え方には、思っているより距離がある ― このギャップに気づくこと自体が、写真比較のいちばんの収穫かもしれない。

この方法の限界

それでも、限界はある。スマートフォンのカメラの色再現は、撮影環境や機種、アプリ処理によって左右される。同じ条件で撮ったつもりでも、実際には微妙にずれている。そして、最終的に「どの写真が良かったか」を判断するのは、結局、自分自身だ。

自己評価のバイアスは、半分は残る。

方法3 ― AI写真解析(精度:セルフ診断における最高)

写真を入力するタイプの解析が、セルフ診断の文脈で言うと、最も精度が高い方法だ。

理由は、ここまでの二つの方法に共通する最大の弱点(人間の自己知覚)を、入力の段階から取り除けるからだ。

仕組み

ユーザーが顔写真を送ると、アルゴリズムが顔の複数の領域(頬、額、顎、首筋など)から、ピクセル単位で肌の色味を取り出す。一点ではなく複数点をサンプリングし、平均化することで、特定の場所の影や反射のクセを抑える。

そこから、三つの軸を計算する。アンダートーン(暖色寄り/寒色寄り/ニュートラル)、明度(明るさのレベル)、彩度(澄み具合・鮮やかさ)。この三つの数値が、判定のすべての出発点になる。

質問は出てこない

途中で「あなたの肌は黄みがかっていますか」「血管の色は青ですか緑ですか」といった質問は、一切出てこない。写真そのものが、答えのデータになっているからだ。

これが、ドレープテストや写真比較との根本的な違いだ。前の二つは、最後の判断を「自分の目」に委ねていた。AI写真解析は、判断そのものを写真の数値に置き換える。

別の角度から言うと、こういうことだ。ドレープテストは、自分の知覚に頼った診断。写真比較は、自分の知覚を写真で補正した診断。AI写真解析は、自分の知覚を入力から外した診断。三つは、知覚への依存度が段階的に下がっていく、というふうに並べることもできる。

そして、知覚への依存度が下がるほど、結果の安定性は上がる。同じ人が、同じ条件で、何度測っても、似た結果が出るかどうか。これは「再現性」と呼ばれる、すべての測定の基本的な信頼性指標だ。AI写真解析が高い精度を出せるのは、再現性が高い設計になっているから ― という言い方が、技術的には正確に近い。

4タイプAIと、16タイプAIの違い

ここで一つ、見落とされがちな点。

同じ写真ベースAIでも、出力が4タイプ(スプリング・サマー・オータム・ウィンター)で終わるツールと、16タイプ(ライトスプリング、ストロングスプリング、ブライトスプリング、など)まで返すツールがある。判定そのものの精度が同じでも、出力の解像度がまるで違う。

4タイプは、シーズンというラベルを教える。16タイプは、買い物の現場で使える具体的な範囲を教える。「あなたはスプリングです」と言われるだけでは、明日のリップ選びは変わらない。「あなたはライトスプリング、明度はやや高め、彩度は穏やか」まで言われると、店で迷う数が一気に減る。

結果を得たあと、どうするか

シーズンタイプを得たあと、次は、自分の明度と彩度の幅を学ぶフェーズに入る。

4タイプ診断の結果(たとえば「ブルベ夏」)は、暖色か寒色かを教えてくれる。ここまでで、買い物の半分くらいは自動的に整理できる。けれど、ブルベ夏のなかにも、明るく澄んだ色が似合う人と、深くくすんだ色が似合う人が、両方いる。

16タイプ診断の結果(たとえば「クールサマー、明度中、彩度低」)は、その中で「明るい側か、沈んだ側か」「鮮やかな側か、穏やかな側か」までを指定する。

具体的なシーンで考えると、違いがわかりやすい。

リップを選ぶとき、ブルベ夏のリップ棚には、薄いラベンダーピンクから、深いボルドーまで、何十色も並んでいる。4タイプの結果だけでは、棚の前で全部試着することになる。16タイプの結果があれば、その棚のなかで「明度中、彩度低」の領域(ローズベージュやヌードピンクの周辺)にまっすぐ行ける。

毎日の買い物で違いを生むのは、後者の解像度だ。

別の例で言うと、ファンデーションの色番号選びでも同じことが起きる。「ブルベ夏ならピンクオークル」というレベルの指針では、各ブランドのピンクオークル系の中でも、明るすぎたり暗すぎたりするものに当たることが多い。「明度中、彩度低」までわかっていれば、ピンクオークルの中で「002番か003番か」のレベルまで絞り込める。これは、化粧品売り場で何回もテスターを試す手間が、明確に減るということだ。

自分でやることと、機械に任せること

ドレープテストも、写真比較も、試す価値はある。結果の精度はそこまで出ないけれど、自分の肌と色の関係を、自分の目で観察するという経験は、後から効いてくる。AIの結果が出たときに、「ああ、あの違和感はこれだったのか」と腑に落ちる瞬間があるからだ。試してみたうえで「もう一段、確かなものが欲しい」と思った人にとって、AI解析は自然な次のステップになる。

そのうえで、最後の精度の壁を越えたいなら ― 自分の知覚という変数を、入力から完全に取り除きたいなら ― 写真ベースのAI解析が、いまのところ、いちばん近道だ。

Niau Navi は、その用途に特化している。写真をアップロードする(自然光・正面・無加工の指示が出る)、肌の三軸(アンダートーン・明度・彩度)を数値として解析する、16タイプの結果と、その判定の理由が言語化されたレポートが返ってくる。

1,000円以下のワンタイム。サブスクリプションも、追加課金もない。

似合うは、発見するもの。

ここまで自分で試してきた読者ほど、最後のひと押しの精度差を、はっきり感じ取れると思う。DIYで掴んだ感覚があると、AIの結果が出たときに「ここはやっぱりそうだったか」「これは予想外だった」と、自分の経験と結果を比べられる。AIだけに頼るのではなく、自分の観察と機械の判定を、両方持っておく ― それが、結果を信じすぎず、無視もしない、現実的な使い方だと思う。