在實際問題中，前進的步長太長了不一定能繼續保持增長，太短了前進步伐太慢，一般認為最好的長度是前進一步後恰好抵達原來設計的邊界。具體的尋求最速上升途徑的過程，可以從更細致的圖中看出。上圖就是二維情況下（兩個因子就是二維，三個因子就是三維）尋求最大值的過程。圖中，我們先在左下角以O為中心的矩形區域開始進行因子設計，獲得的響應變量的等值線見該區域上的那組平行直線（假定沒有失擬，彎曲也不嚴重），回歸方程式為u=a+b1x1+ b2x2，b1和b2是回歸系數，在以b1和b2為兩直角邊的直角三角形中，斜邊長度為
，而斜邊所指示方向就是最速上升方向（圖中的OC方向）。在此方向上截取一段，使之恰好達到原來試驗區域的邊界點（圖中的OA），則第一步前進到A，第二步沿此方向繼續前進到B，以下依此類推，繼續前進。這樣求出最速上升方向不僅對兩個自變量情況成立，一般到m個自變量依然成立。
需要註意的是，如果原來的自變量有範圍的限制，一直沿最速上升途徑前進並不一定是可行的，如果前進的途中已有某個自變量超出限制的情況，則應該令該自變量取相應邊界上的值，其余自變量仍按原來的最速上升方向繼續前進，直到響應變量的值出現下降為止。
在實際工作中，在求出A，B，…最速上升方向上的座標點後，要分別進行一次試驗以獲得響應變量的值。如果響應變量的值是比前一個點上升的，則繼續前進至下一個點；如果到某個點後，響應變量的值是比前一個點出現下降的，則證明在前一個點處已達到了此最速上升方向線上的最大值。再下一步應該是以這個最大點為中心，安排新一輪因子試驗，這時如果彎曲不顯著，證明離山的頂峰還差得遠（雖然響應變量值出現了下降，但還是沒能達到最佳區域），則應重復上述尋求新的最速上升路徑，尋求新的最大點；如果彎曲嚴重，則應該以此次因子試驗的結果為基礎，安排更多點進行試驗以形成一個響應曲面設計。求出響應變量的二次回歸方程式後，可以透過方程式解出在試驗區域內的最大值。 這就是由因子設計逐漸發展至響應曲面設計的一般途徑。
當然，如果重復上述尋求新的最速上升路徑，尋求新的最大點時，始終響應變量的值都是在降低，彎曲也不顯著，說明采用因子試驗擬合一個線性方程式（可以含交叉乘積項）就足夠了，無需采用響應曲面設計（無需增加自變量的平方項）。
上述計算還是比較復雜的，而且還要對原始自變量數據給出調整（比如求半間距D值或程式碼值與真值的轉換等），另外因為還要不斷判斷所選定的點是否超出允許的邊界範圍。為了計算方便，我們提供了宏指令，由回歸方程式直接求出最速上升方向，給出前進10步的相應各自變量的取值，這裏的處理辦法是：如果超界則以後皆取邊界點的值。當然，通常前進用不了10步，一般就會發現響應變量出現下降的情況，這時就不要再繼續前進了。如果真的到了前進10步仍然一直上升的話，那也應該在最後一點處安排一次因子試驗，以重新擬合線性方程式，因為前進多步後，回歸方程式常常會出現變化，以新的數據來計算新的最速上升路徑將會更準確些。
需求最速上升方向並安排試驗的方法稱為「最速上升法」，這部份內容如我們剛才所介紹的，必須另行計算，因此一般都認為最速上升法本身並不屬於響應曲面設計的內容。
