AI je skvělý na orientaci v neznámém kódu — ale jen pokud jej udržíte zakotvené v reálných souborech místo toho, abyste jej nechali popisovat obecnou verzi toho, co by systém pravděpodobně dělal. Ukažte mu skutečné cesty a požádejte jej, aby si před vysvětlením přečetl.
src/billing/", ne celý repo najednou.❌ UNGROUNDED: "How does authentication usually work in a Node app?"
→ generic textbook answer; may not match THIS codebase at all
✅ GROUNDED: "Read src/auth/login.js and src/middleware/session.js.
Trace what happens when POST /login is called, step by step,
citing the functions involved."
→ the AI must read the actual files → its explanation maps to YOUR system
Zakotvená verze nutí AI, aby založila svou odpověď na vašem kódu, takže můžete každý krok ověřit proti reálným souborům místo toho, aby vám důvěřovala věrohodná obecnost.
Dědění velkého kódového základu je především problém čtení a mapování, a to je přesně to, kde vás AI urychluje — může v sekundách shrnout modul, sledovat tok nebo vysvětlit tajemnou funkci, což přeměňuje dny studeného čtení na vedenou exploraci. Riziko spočívá v tom, že nezakotvený prompt vám dá sebevědomou, obecnou odpověď, která se neshoduje se skutečným kódem. Ukotvení každé otázky k reálným cestám souborů a ověření její stopy oproti těmto souborům udržuje rychlost AI bez dědění jejích halucinací — budujete si přesnější mentální model rychleji a můžete mu věřit, protože jste to zkontrolovali u zdroje.