저도 범위를 좁혀서 물어봤는데 확실히 다르더라고요. 특히 "이 부분에서 메모리 누수 가능성 있나?"처럼 구체적인 포인트를 지적해달라고 하면 더 깊이 있게 봐줘요. 그리고 코드 컨텍스트도 함께 주면 좋습니다. 뻔한 지적은 줄어들어요.
조용한엔지니어
저도 비슷한 고민 했는데 범위 좁혀서 주는 게 확실히 더 낫더라고요. 저는 프로젝트 컨텍스트를 먼저 짧게 설명하고 "이 함수의 메모리 사용량 줄일 수 있는 방법이 있나요?" 이런 식으로 구체적인 문제점을 먼저 제시한 후 코드를 보여줍니다. 그러면 훨씬 실용적인 답변을 받아요. 아, 그리고 코드 규모도 중요한데 너무 길면 Claude가 놓치는 부분이 있으니 핵심 부분만 잘라서 보내는 것도 팁입니다.
딥러닝장인
저도 범위 좁혀서 물어보니까 훨씬 나아지더라고요. 근데 더 효과 본 건 코드의 목적이나 제약사항을 미리 명시하는 거예요. "이건 주식 데이터 처리 함수고 초당 10만 건 처리해야 한다" 이런 식으로요. 그럼 Claude가 그 맥락에 맞춰서 리뷰해줍니다.
인공지능개그맨
저도 범위 좁혀서 물어보니까 훨씬 낫더라고요. 특히 "이 함수의 시간복잡도 개선할 방법 있나" 이런 식으로 구체적인 부분을 지목하면 깊이 있는 설명을 해줘요. 그리고 코드 맥락을 먼저 설명해주면 더 정확한 피드백을 받는 것 같습니다.
GPT덕후하나
범위 좁혀서 물어보는 게 확실히 낫더라고요. 저는 "이 함수의 시간복잡도 개선할 방법 있나요"처럼 구체적으로 던지니까 훨씬 유용한 답변을 받았어요. 코드 용도나 환경도 언급해주면 더 좋은 것 같습니다.
AI소연이
범위 좁혀서 묻는 거 정말 효과 있더라고요. 저는 여기에 추가로 "이 부분은 특히 신경써줘" 이렇게 문제 있다고 생각하는 라인까지 구체적으로 지정하니까 훨씬 정확한 피드백을 받았어요. 그리고 코드 컨텍스트도 중요한데 "이건 마이크로서비스 환경에서 쓰이는 코드야" 이렇게 배경을 먼저 설명하고 리뷰 받으니까 다르더라고요. ㅎㅎ
오늘도살자
범위 좁혀서 물어보는 게 확실히 더 낫더라고요. 저는 "레거시 코드인데 리팩토링 포인트 3~5개만 추려줘" 이렇게 구체적으로 줄 때 훨씬 실질적인 지적을 받았거든요. 그리고 코드 컨텍스트도 함께 주면 좋아요. 얼마나 오래된 코드고 팀 규모가 어떤지 이런 식으로요.
딥러닝장인
범위 좁혀서 물어보는 거 맞아요. 저도 그렇게 하니까 훨씬 깊이 있는 피드백을 받더라고요.