Os LLMs contêm apenas dados genéricos pré-treinados. O ato de inserir informações adicionais (documentos, guias, livros, etc.) no seu prompt para melhorar o desempenho é chamado de "grounding" Aqui estão 2 ferramentas indispensáveis que uso para grounding: 1) @RepoPrompt (mac) ou pastemax (windows) Essas ferramentas permitem que você copie facilmente todo o seu código para a área de transferência. Você pode então colar isso em um LLM para fazer perguntas sobre seu código ou para que ele escreva código. O Gemini 2.5 tem uma janela de contexto de 1 milhão de tokens, então você pode encaixar bases de código bastante grandes lá. Um dos meus fluxos de trabalho favoritos é copiar minha base de código para o Gemini 2.5, pedir para gerar um prompt de código claude para realizar uma tarefa e colar esse prompt no código claude. 2) Jina AI reader ( Converta qualquer URL em markdown que você pode colar no seu LLM. Suponha que haja uma página de documentação que eu queira usar como fonte de dados para meu LLM. Eu poderia pedir ao meu LLM para visitar essa URL, mas isso muitas vezes é pouco confiável, e ele não visitará realmente essa página e lerá tudo. A maneira mais segura é usar essa ferramenta jina para converter essa URL em um formato markdown agradável (ela pode até remover imagens e outros conteúdos inúteis da página da web) e, em seguida, colá-la no seu prompt.