Een AI is geweldig voor oriëntatie in onbekende code — maar alleen als je hem grond in de echte bestanden houdt in plaats van hem een generieke versie te laten beschrijven van wat het systeem waarschijnlijk doet. Wijs hem naar werkelijke paden en vraag hem eerst te lezen voordat hij uitlegt.
src/billing/ verantwoordelijk is," niet de hele repo in één keer.❌ 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
De gegronde versie dwingt de AI om zijn antwoord op je code te baseren, zodat je elke stap tegen de echte bestanden kunt verifiëren in plaats van een aannemelijk gegeven te vertrouwen.
Een grote codebase overnemen is vooral een lees- en mappingprobleem, en dat is exact waar een AI je versnelt — het kan een module samenvatten, een stroom traceren of een cryptische functie in seconden uitleggen, wat dagen koude lectuur in begeleide verkenning omzet. Het risico is dat een ongegronde prompt je een zelfverzekerd, generiek antwoord geeft dat niet overeenkomt met de werkelijke code. Elk vraag verankeren in echte bestandspaden en zijn trace tegen die bestanden verifiëren houdt de snelheid van de AI zonder zijn hallucinaties over te nemen — je bouwt sneller een nauwkeurig mentaal model op, en je kunt erop vertrouwen omdat je het tegen de bron hebt gecontroleerd.
Een bibliotheek met IT-sollicitatievragen met gedetailleerde antwoorden — van Junior tot Senior.
Doneren