我们常常会有疑问，自己买来的单品单独拆开来看明明没什么问题，并且还具有一定的风格感，理论上是能穿出风采的，可为什么搭在一起却越看越不顺眼，不仅观感违和甚至还很丑呢？
其实，单品本身问题并不大，关键还是出在了搭配上。有这么一群人，她们只是单纯的照着模特打样的一整套兴冲冲地买回来，并没有考虑自己的个人气质风格以及身材条件，等到真正穿到自己身上就傻眼了。
说到底还是没有一个完整的搭配思路，只是有样学样，盲目追求潮流罢了。本期咱们就一起来解析那些丑丑的搭配组合，学着用简单好上手的穿搭干货扭转局势，迅速提升衣品，让大部分秋冬穿搭都能变美。
一. 卫衣＋半身裙——显臃肿
我第一个想到的就是卫衣＋半身裙这个组合了，因为稍不注意，它们就会丑得非常明显。按理说，卫衣休闲、半身裙温柔，二者混搭在一起也不是不行，但我们在模仿时往往爱照抄，忘了结合自身情况。
就拿这位模特来说，如此搭配尚且勉强能看，可穿到身高、身材都不占优势的我们身上时，盖过臀部的卫衣遮腰又遮胯，必定显得腰臀同宽，光看上半身就已经很宽大，更别谈整体的曲线感了，矮个子穿上更是雪上加霜。
>>三招甩掉臃肿感
为了避免出现诸如显敦实、整体造型的精致度被拉低等情况的出现，咱们可以从以下几个方面入手。
①选择能打造腰线的卫衣
既然显著问题出在长款卫衣遮腰遮胯没曲线上，那么最简单的办法就是突出腰线，为此，年纪稍轻的女生可以选择短款，腰线一目了然，还能平添一份青春活泼感；年纪稍长的女性则可以选择自然收腰款或者将衣摆半扎进半身裙里，如此一来，臃肿的观感可以明显得到改善。
②利用斜挎包改善上半身曲线
此外，斜挎包对于改善上半身曲线的作用也不容小觑，这也是很多人会忽视的一点。但实际上，当我们穿着膨胀感较强的服饰时，不论是宽松的卫衣，还是厚重的毛衣，搭配斜挎包之后，可以有效缓解横向拉长的身材比例，视觉更加显瘦。如果是短款斜挎包，还能帮助提高视线重心。
③采取同色系穿搭打破割裂感
当然，这个组合让人觉得丑，不仅仅是因为卫衣影响了身材比例，不同颜色的半身裙也会加剧整身服饰的割裂感，使人看起来五五分甚至六四分，采取上下半身同色系，有了连贯没有任何割裂感的时候，两者组合起来便顺眼多了，同时成熟、沉稳的气质也相应被提升。
长卫衣配超短裙这种穿法不会出错，但是露肤面积过高，不太符合年长人群的气质。总而言之，可以自己根据个人喜好和匹配的风格进行取舍。
二. 毛衣＋西装外套——没精神
看到毛衣＋西装外套这个组合，可能会有一部分人惊讶，因为到了秋冬季节，要想穿着西装，毛衣必定会取代衬衫成为首选内搭。可是我们都忘了，穿着冷感硬线条西装的初衷本来就是为了利落有型、凸显精气神，可是厚毛衣的加入反倒打破了这个愿望，宽大笨重还松垮。
>>合适的内搭重拾西装风采
如果下装再选择同样夸大的裤子那真就是灾难了，可以说此举完全属于丢了芝麻还没捡着西瓜。要想重拾初衷，真正穿出西装外套的风采，我们还得在内搭上多花心思。
①穿修身内搭
修身的内搭配硬质感的西装外套就一定不会出错，因为修身款不会产生额外的膨胀感，可以修饰身材线条，能让西装重现它本就该有的干练，很明显，两者的适配度比厚毛衣更高。此外，像这种针脚细密紧实的内搭也会带有适当的女性感，正好可以中和西装外套的冷感，适合广大女性穿着。
②叠加衬衫/马甲保暖又增加层次感
如果确实觉得天气比较寒冷，又不想丢失西装外套的美感，可以酌情考虑穿着修身针织内搭的基础上，叠加衬衫或者马甲。一方面是起到保暖作用，哪怕对你来说可能是微乎其微的，但这也是比较两全的选择了；另一方面是可以增加层次感，让整身造型更有看点。
三. 元素重叠/纹路冲突——太繁琐
元素重叠或者纹路冲突的上下装搭在一起也很难有美感，容易给人乱糟糟的感觉。如果不是外貌和身材条件都很出挑的话，真的非常难驾驭这种类似的组合搭配。
元素重叠
先说元素重叠，其中最为典型，也是大家在日常穿着中最容易犯错的点，就是上下装的中心线发生重复。比如这套穿搭中，黑衬衫的中心线，也就是中间那一整排纽扣，已经很显眼了，下装再搭配竖排扣裤子，上下就显得拥挤累赘，很容易产生冲突感。
纹路冲突
其次就是纹路冲突，我们常见的纹路有三种，分别是几何、花草、动物，和元素重叠一样，同一个类别的纹路搭在一起冲击感也会非常强。比如几种动物纹杂糅或者竖条纹加格纹，看起来就不清爽，只会觉得凌乱中冒着土气。
>>元素/纹路只留一处
最见成效的处理办法就是上下装只留一处元素或花纹，这样一来搭出的衣服会顺眼很多，日常便可以轻松避雷。比如中心线重复，那就换一条没有装饰、表面平整的裤子，整体会简洁耐看很多；另外纹路鲜明的单品保留一件就可以了，纯色搭配花纹不会出错。
本期的搭配小技巧就分享到这里了，每个都简单易懂，相信大家都能了解到并且灵活地运用到自己的穿搭之中。日常生活中，你还遇到过哪些衣服搭在一起会变丑的穿搭组合呢？也欢迎大家一起讨论。LL#夏日生活打卡季##潮流风格穿搭##变美百科全书#
,
