एआই अपरिचित कोडमधील दिशा-निर्देशन साठी उत्तम आहे — परंतु फक्त जर आपण त्यास वास्तविक फाइलींवर आधारित ठेवल्यास, त्याच्या वजाय त्यास सिस्टम कदाचित काय करतो याचे सर्वसामान्य संस्करण वर्णन करू द्या. त्यास वास्तविक मार्गांकडे निर्देशित करा आणि स्पष्टीकरणापूर्वी वाचन करण्यासाठी विचारा.
src/billing/ काय जबाबदार आहे हे सारांश करा."❌ 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
ग्राउंडेड संस्करण एआयला त्याच्या उत्तरांना आपल्या कोडवर आधारित ठेवण्यास सक्तीने करते, जेणेकरून आपण प्रत्येक पायरी वास्तविक फाइलींविरुद्ध सत्यापित करू शकता, न की प्रशंसनीय सर्वसामान्यतेवर विश्वास ठेवता.
मोठ्या कोडबेसचे वारसा हे मुख्यतः वाचन आणि मानचित्रण समस्या आहे, आणि तेच अचूकच येथे एआय आपल्याला गती देतो — तो एक मॉड्यूलचा सारांश दिऊ शकतो, प्रवाह ट्रेस करू शकतो, किंवा क्रिप्टिक कार्य सेकंदात स्पष्ट करू शकतो, ठंड वाचन केलेल्या दिवसांना मार्गदर्शन अन्वेषणात रूपांतरित करतो. धोका असा आहे की एक अग्राउंडेड प्रॉम्प्ट आपल्याला एक आत्मविश्वास, सर्वसामान्य उत्तर देते जे वास्तविक कोडशी जुळत नाही. प्रत्येक प्रश्नला वास्तविक फाइल पाथवर अँकर केल्याने आणि त्याचे ट्रेस त्या फाइलींविरुद्ध सत्यापित केल्याने एआयची गती राखली जाते त्याचे हॅलुसिनेशन मिरवणीशिवाय — आपण अधिक लवकर अचूक मानसिक मॉडेल तयार करता, आणि आपण यावर विश्वास करू शकता कारण आपण त्यास स्रोताविरुद्ध तपासले आहे.