Les LLMs contiennent uniquement des données pré-entraînées génériques. L'acte d'insérer des informations supplémentaires (documents, guides, livres, etc.) dans votre prompt pour améliorer les performances s'appelle "grounding". Voici 2 outils indispensables que j'utilise pour le grounding : 1) @RepoPrompt (mac) ou pastemax (windows) Ces outils vous permettent de copier facilement l'ensemble de votre code dans votre presse-papiers. Vous pouvez ensuite le coller dans un LLM pour poser des questions sur votre code ou pour lui demander d'écrire du code. Gemini 2.5 a une fenêtre de contexte de 1 million de tokens, donc vous pouvez y intégrer des bases de code assez volumineuses. L'un de mes flux de travail préférés consiste à copier ma base de code dans Gemini 2.5, à lui demander de générer un prompt de code claude pour effectuer une tâche, puis à coller ce prompt dans claude code. 2) Jina AI reader ( Convertissez n'importe quelle URL en markdown que vous pouvez coller dans votre LLM. Supposons qu'il y ait une page de documentation que je souhaite utiliser comme source de données pour mon LLM. Je pourrais demander à mon LLM de visiter cette URL, mais cela est souvent peu fiable, et il ne visitera pas réellement cette page et ne lira pas tout. Le moyen le plus sûr est d'utiliser cet outil jina pour convertir cette URL en un joli format markdown (il peut même supprimer les images et d'autres contenus inutiles de la page web), puis de le coller dans votre prompt.