¿Cómo utilizas un asistente de IA para entender una base de código grande o desconocida que acabas de heredar?

Question

Accepted Answer

Un IA es excelente para **orientación** en código desconocido — pero solo si lo mantienes **anclado en archivos reales** en lugar de permitirle describir una versión genérica de lo que el sistema probablemente hace. Señálale rutas reales y pídele que lea antes de que explique.

## Estrategias, de lo amplio a lo específico

- **Pide un mapa de alto nivel y puntos de entrada** — "¿Dónde comienza una solicitud? ¿Cuáles son los módulos principales y cómo se relacionan?" Esto te da una visión general antes de profundizar.
- **Rastrea una característica de principio a fin** — elige una característica real (p. ej. "login de usuario") y haz que la IA la siga desde la ruta, pasando por el controlador y servicio, hasta la base de datos. Rastrear supera las descripciones abstractas.
- **Resume un módulo a la vez** — "Resume de qué es responsable `src/billing/`", no todo el repositorio a la vez.
- **Explica código desconocido** — pega una función complicada y pregunta qué hace y por qué, línea por línea.
- **Genera un resumen de dependencias** — qué importa qué, cuáles son los módulos centrales, dónde está el acoplamiento.

## Mantenlo anclado

```text
❌ 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
```

La versión anclada obliga a la IA a basar su respuesta en tu código, para que puedas verificar cada paso contra los archivos reales en lugar de confiar en una generalidad plausible.

## Por qué es importante

Heredar una gran base de código es principalmente un **problema de lectura y mapeo**, y ese es exactamente el lugar donde la IA te acelera — puede resumir un módulo, rastrear un flujo o explicar una función críptica en segundos, convirtiendo días de lectura en frío en exploración guiada. El riesgo es que un prompt sin anclaje te dé una respuesta segura y genérica que no coincida con el código real. Anclar cada pregunta a **rutas de archivo reales** y verificar su rastreo contra esos archivos mantiene la velocidad de la IA sin heredar sus alucinaciones — construyes un modelo mental preciso más rápido, y puedes confiar en él porque lo verificaste contra la fuente.