AI અપરિચિત કોડમાં દિશાનિર્દેશન માટે બહુ સારું છે — પરંતુ માત્ર જો તમે તેને વાસ્તવિક ફાઇલોમાં ગ્રાউન્ડ રાખો તો, તેને એક સામાન્યક આવૃત્તિનું વર્ણન કરવાની બજાય કે સિસ્ટમ કદાચ શું કરે છે. તેને વાસ્તવિક પાથ પર નિર્દેશિત કરો અને તેને સમજાવતા પહેલા વાંચવા માટે કહો.
src/billing/ જવાબદાર છે તેનું સારાંશ કરો," સમગ્ર રેપો એક સાથે નહીં.❌ 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
ગ્રાઉન્ડેડ સંસ્કરણ AI ને તમારા કોડ પર તેના જવાબને આધાર બનાવવા માટે દબાણ કરે છે, તેથી તમે વાસ્તવિક ફાઇલો સામે બધા પગલાંને સત્યાપિત કરી શકો તેના બદલે એક બંધું સામાન્યતા પર વિશ્વાસ કરવો.
મોટા કોડબેસ વારસામાં મેળવવું મોટે ભાગે વાંચન અને મેપીંગ સમસ્યા છે, અને તે બરાબર એ જ છે જ્યાં AI તમને ગતિશીલ કરે છે — તે એક મોડ્યુલને સારાંશ આપી શકે છે, એક પ્રવાહને ટ્રેસ કરી શકે છે, અથવા કેટલાક સેકંડમાં એક રહસ્યમય ફંક્શનને સમજાવી શકે છે, સાતદિવસીય શીતળ વાંચનને માર્ગદર્શિત સંશોધનમાં ફેરવે છે. જોખમ એ છે કે એક અગ્રેવર્તી પ્રશ્ન તમને આત્મવિશ્વાસ, સામાન્યક જવાબ આપે છે જે વાસ્તવિક કોડ સાથે મેળ ખાતું નથી. વાસ્તવિક ફાઇલ પાથ માટે દરેક પ્રશ્ન નોંધાણ અને તેના ટ્રેસને તે ફાઇલો સામે ચકાસવું AI ની ગતિને તેના હલચલ વિના રાખે છે — તમે વધુ જલ્દીથી સચોટ માનસિક મોડલ બનાવો છો, અને તમે તેને વિશ્વાસ કરી શકો છો કારણ કે તમે તેને સ્રોત સામે તપાસ્યું છે.