Jennie Dingding Cover Packager logo

Jennie Dingding Cover Packager

Community
JennieWei
jennie-dingding-cover-packager

珍妮丁丁的封面包装 Skill。面向自媒体创作者,把单条视频的脚本、大纲、字幕、逐字稿、音频或视频包装成所选平台可直接使用的完整发布方案。内部完成受众判断、标题策略和公式筛选,对用户按固定结果模板交付封面标题与主题预审、分平台标题、精简作品描述和分平台标签,并在确认后生成适配尺寸的封面。适用于“珍妮丁丁的封面包装 Skill”“自媒体包装”“视频包装”“素材包装”“发布包装”“案例包装”“给这期视频做封面标题描述标签”“根据音视频生成发布文案”等请求,支持小红书、抖音、视频号、B站和 YouTube。

Overview

PublisherJennieWei
Repositoryjennie-dingding-cover-packager
Skill namejennie-dingding-cover-packager
Stars
57
Forks
7
Bundled files
9
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 9 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by JennieWei on GitHub. Read the source before you install it.

Installation

Install the Jennie Dingding Cover Packager AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/JennieWei/jennie-dingding-cover-packager/tree/main/jennie-dingding-cover-packager
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/JennieWei/jennie-dingding-cover-packager.git /tmp/jennie-dingding-cover-packager
mkdir -p .claude/skills
cp -r /tmp/jennie-dingding-cover-packager/jennie-dingding-cover-packager .claude/skills/jennie-dingding-cover-packager
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Jennie Dingding Cover Packager in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Jennie Dingding Cover Packager on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Jennie Dingding Cover Packager is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

珍妮丁丁的封面包装 Skill

目标与边界

把一份已经存在的视频素材包装成可发布方案。一次只处理一期内容,不做批量任务。默认面向第一次使用者,先给可判断、可复制、可发布的结果,不把内部工作过程当成交付物。

固定交付四部分:

  1. 封面包装:精简包装判断、标题推导、3 个有明确策略差异的封面标题、推荐分行、3-5 个创意主题、推荐方向、封面预审和所选平台尺寸适配。
  2. 平台标题:只为用户选择的平台生成。
  3. 作品描述:默认一套供所有所选平台共用的精简描述,YouTube 也沿用这一版。
  4. 平台标签:只为用户选择的平台生成。

不默认输出视频剪辑、演示素材、步骤图、收藏主图、流程图、精华版方案、完播率建议或账号定位报告。用户另行提出时,再作为独立任务处理。

必读参考

执行时按顺序读取:

  1. interaction-and-intake.md:平台选择、A/B/C 互动模式、素材读取和低门槛补问。
  2. title-and-copy.md:包装简报、标题策略、描述、标签和内容兑现检查。
  3. strategy-map.md:原标题 Skill 的完整通用策略地图;标题任务必须读取。
  4. 75-formulas.md:原标题 Skill 的完整 75 公式库;标题任务必须读取并从相关类别选取公式编号。
  5. platform-rules.md:所选平台的标题、标签、语言和封面尺寸规则。
  6. creative-cover-system.md:语义桥接、可见因果链、高概念创意、写实度校准、背景克制和已确认标题锁定;封面任务必须读取。
  7. cover-design-and-image-qa.md:封面主题、预审、IP 照片闸门、图片生成和质检。
  8. output-template.md:用户可见结果的固定章节、信息密度和隐藏项;交付前必须读取。

不要调用或依赖其他外部 Skill。所有必要方法都包含在本目录中。

最低输入

开始包装只需要:

  • 一份本期内容素材。
  • 至少一个目标平台。

目标人群、用户动作、内容类型和点击方向优先从素材中推断,不机械追问。固定 IP 参考图只在正式生图前按条件索取,不作为文字包装的启动门槛。

入口路由

先读取用户已经提供的信息:

  1. 如果没有内容素材,请用户提供脚本、大纲、字幕、逐字稿、音频、视频或较完整的内容说明。
  2. 如果没有目标平台,请先让用户从小红书、抖音、视频号、B站和 YouTube 中选择,可多选。
  3. 如果素材或平台尚未齐全,可向用户展示三种完成方式,并把区别讲清:
    • A 直接给结果(默认):用户只给素材和平台;自行判断目标人群、点击角度和视觉方向,不再询问账号资料,直接生成完整文字发布包与封面预审。适合想最快看到方案或不知道该怎么选的人。
    • B 先校准两个方向再做:用户给素材和平台后,最多一次性回答两个会改变结果的问题,通常是“最想给谁看”和“最希望观众做什么”;回答后再生成方案。适合已经有传播目标、想参与控制方向的人。
    • C 结合现有账号定制:用户额外提供账号介绍、主页截图、历史封面、固定 IP 或后台数据中的任意一项;先按内容事实判断,再用账号资料校准语气、人群和视觉习惯。适合已有稳定账号、希望新内容延续现有风格的人。

用户已经明确平台或互动方式时,不重复询问。素材和平台已经齐全但没有指定互动方式时,默认使用 A 并立即执行,不让选择方式成为阻塞步骤。A/B/C 只影响信息收集深度,不改变交付内容。

“直接给结果”不等于直接生图:A 模式跳过账号背景提问,但仍先交付文字发布包和封面预审,等待用户确认后再进入图片生成。

标准流程

1. 理解素材

读取用户提供的文字或文件。音频、视频优先使用当前可用能力提取或转写内容;无法访问或无法转写时,明确说明限制,只请求用户补充字幕、逐字稿或内容摘要,不假装已经理解。

如果用户同时提供了已有标题或封面,先执行审查路线,给出“直接保留、局部修改、建议重做”的结论;没有获得允许时不替换已经确认的文字或画面。

2. 提炼并展示精简包装简报

从本期内容事实、本次发布意图和用户自愿提供的账号资料中提炼:

  • 一句话主题。
  • 目标人群与使用场景。
  • 痛点、欲望或观看理由。
  • 视频中的结果、冲突、反转、证据或独特体验。
  • 内容类型。
  • 最适合触发的用户动作。

用最多 6 项的精简结构展示,作为后续标题的事实依据;不要写成长篇内容分析。内容事实优先,账号资料只做校准,不能覆盖素材。

同时在内部提取标题原料:内容对象、目标人群、旧问题、工具或方法、独特结果、事实证据、反转判断和视觉词。标题原料用于判断,不单独展示给用户。

3. 生成标题

必须先完成“内容事实 → 独特结果或判断 → 目标人群动机 → 单一点击承诺 → 主策略与备选策略 → 压缩结构 → 兑现检查”的推导,再生成:

  • 按 strategy-map.md 确定 1 个主策略和 1 个备选策略。
  • 从 75-formulas.md 的对应类别选择 4-8 个公式,内部生成至少 8 个标题候选,再去重和淘汰。
  • 3 个有真实策略差异的封面标题,不按稳准、冲突、悬念机械凑数。
  • 1 个推荐标题、2-3 行排版和重点词。
  • 每个所选平台对应的平台标题。

对用户只展示主策略、备选策略及其最相关的参考公式、采用原因,再展示 3 个封面候选的类型、优点和必要的缺点。公式池、完整推导链、标题原料、内部候选、评分维度和淘汰过程全部隐藏。封面标题负责压缩后的单一点击承诺;平台标题补充对象、工具、结果、场景、做法或判断,避免原句复读。

按内容准确、结果具体、点击动力、压缩可读、差异程度、画面联动和事实风险比较候选;不输出虚假的精确分数。

不要默认选择视频开场出现的泛痛点。具体结果、真实反转、明确输入输出和可视觉化的语言,通常优先于“别再……”“你还在……”等泛焦虑表达。

4. 设计封面预审

先建立视觉主体简报,再完成“标题承诺 → 内容功能 → 可见输入 → 人物动作 → 可见输出”的语义与因果简报;核心物件必须表现内容做了什么,不能只把主题名词字面具象化。按 creative-cover-system.md 内部发散至少 8 个不同的功能隐喻、核心物件、动作或材质方向,淘汰无因果的相关场所、普通空间加道具、宏大写实但语义薄弱、空背景和碎片化信息堆叠,只展示 3-5 个方向。每个方向都要有一个可记住的核心视觉引擎、明确的人物角色和可见的输入—动作—输出。背景可用明快舞台、轻 3D、玩具广告、剪纸拼贴、简化环境或写实空间,不默认追求电影级真实;先读取账号历史封面校准写实度、色彩和空间深度。参考案例只提取共同风格,不复制标题、世界、道具、服装、动作或构图。多平台保持同一标题和创意主题,只按比例重新构图。

5. 写作品描述

默认生成一套精简、自然、有观看理由的通用描述,供全部所选平台共用,包括 YouTube。只有用户明确要求拆分时才生成平台专版。

6. 生成平台标签

只为所选平台生成标签。不补充未选择平台,不默认添加活动标签,不用无关热词凑数量。

7. 输出完整文字发布包

严格按 output-template.md 输出,章节顺序固定为:

  1. 内部包装简报。
  2. 标题策略与公式。
  3. 封面标题。
  4. 分平台标题。
  5. 封面主题方向。
  6. 封面预审与核对。
  7. 精简作品描述。
  8. 分平台标签。
  9. 待确认。

只保留用户做选择所需的结论和理由。不要另设“标题原料”“推导链”“公式匹配与候选淘汰”“视觉主体简报”或“调用过程”等章节,不输出内部发散数量、完整候选池、淘汰清单、评分维度或逐步思考。不要输出未选择平台的空标题和标签。

8. 确认后生成封面

用户确认文字内容、封面标题和主题方向,并明确说“确认封面”“生成封面”或同义表达后,才进入生图:

  • 固定真人 IP:先执行清晰人脸参考图闸门。
  • 虚拟 IP、宠物、产品或固定视觉主体:需要保持一致时,先检查对应参考图。
  • 无固定 IP:可直接按确认方案生成。

参考图已经提供且合格时不重复索取。正式生成时必须把参考图真实传入图片工具;做不到时说明限制,不能声称已经保持身份一致。

硬性规则

  • 只处理一期视频;多平台适配不等于批量内容生成。
  • 只输出用户选择的平台。
  • 相同视频默认使用同一封面标题和创意主题,平台之间只重新排版和构图。
  • 标题、描述和标签不得新增素材中不存在的数字、结果、经历、功能、价格、链接、身份、合作或权威背书。
  • 用户已有标题时先诊断;除非用户允许,不擅自替换已经确认的文字。
  • 用户已经确认某版封面标题设计时,当前编辑阶段锁定标题文字、分行、字号、位置、颜色和描边;用户明确要求修改其中某项时,只解锁该项,其余部分继续保持不变。
  • 活动标签必须由用户明确提供且确认仍有效。
  • 用户的临时要求只影响本次任务,不自动保存为长期账号规则。
  • 真人图片只使用用户本人或用户确认有权使用的素材。
  • 用户要求修改已有封面时,只改指定项,其他元素保持不变。
  • 3:4 竖版两行主标题没有账号模板或用户另行要求时,默认使用已验证的大标题区间,不再提供多个字号方案:标题外轮廓约占画布宽度 90%-93%、高度 31%-34%,顶部安全边约 6%-8%,左右安全边各约 4%-5%。安全边从描边和阴影最外缘计算。
  • 标题配色、描边和阴影必须根据本期背景明暗、人物服装和核心物件动态选择;除非用户已有模板或确认当前版本,不固定任何通用颜色组合。
  • 封面必须同时通过“语义关联、可见因果、高概念、低视觉噪音”四项检查:标题承诺、内容功能和画面机制说同一件事;输入—人物动作—输出形成闭环;不能只靠相关场所、宏大写实背景或普通道具说明主题。
  • 写实度不是质量等级。真人 IP 可以只保持面部身份真实,身体、服装、核心物件和背景可按账号历史封面采用轻 3D、玩具、剪纸、拼贴或舞台化表达;没有证据时不默认滑向电影级写实。

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Jennie Dingding Cover Packager AI skill do?

珍妮丁丁的封面包装 Skill。面向自媒体创作者,把单条视频的脚本、大纲、字幕、逐字稿、音频或视频包装成所选平台可直接使用的完整发布方案。内部完成受众判断、标题策略和公式筛选,对用户按固定结果模板交付封面标题与主题预审、分平台标题、精简作品描述和分平台标签,并在确认后生成适配尺寸的封面。适用于“珍妮丁丁的封面包装 Skill”“自媒体包装”“视频包装”“素材包装”“发布包装”“案例包装”“给这期视频做封面标题描述标签”“根据音视频生成发布文案”等请求,支持小红书、抖音、视频号、B站和 YouTube。

Why use Jennie Dingding Cover Packager on TypingMind?

Because you install it once and use it with any model. Jennie Dingding Cover Packager is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Jennie Dingding Cover Packager in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/JennieWei/jennie-dingding-cover-packager/tree/main/jennie-dingding-cover-packager. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Jennie Dingding Cover Packager?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Jennie Dingding Cover Packager?

As many as you like. As long as a model supports skills, you can use Jennie Dingding Cover Packager with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Jennie Dingding Cover Packager AI skill free?

It is published on GitHub by JennieWei. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇