LLM's bevatten alleen generieke voorgetrainde gegevens. De handeling van het invoegen van extra informatie (documenten, handleidingen, boeken, enz.) in je prompt om de prestaties te verbeteren, wordt "gronding" genoemd. Hier zijn 2 onmisbare tools die ik gebruik om te gronden: 1) @RepoPrompt (mac) of pastemax (windows) Deze tools stellen je in staat om je volledige codebase eenvoudig in je klembord te kopiëren. Je kunt dit vervolgens in een LLM plakken om vragen over je code te stellen of om ze code te laten schrijven. Gemini 2.5 heeft een contextvenster van 1 miljoen tokens, dus je kunt vrij grote codebases daarin passen. Een van mijn favoriete workflows is het kopiëren van mijn codebase naar Gemini 2.5, het vragen om een claude code prompt te genereren om een taak uit te voeren, en die prompt in claude code te plakken. 2) Jina AI reader ( Converteer elke URL naar markdown die je in je LLM kunt plakken. Stel dat er een documentpagina is die ik wil gebruiken als gegevensbron voor mijn LLM. Ik zou mijn LLM kunnen vragen om die URL te bezoeken, maar dit is vaak onbetrouwbaar, en het zal die pagina niet daadwerkelijk bezoeken en alles lezen. De meest zekere manier is om deze jina-tool te gebruiken om die URL om te zetten naar een mooi markdown-formaat (het kan zelfs afbeeldingen en andere nutteloze inhoud van de webpagina verwijderen), en het vervolgens in je prompt te plakken.