在实际问题中，前进的步长太长了不一定能继续保持增长，太短了前进步伐太慢，一般认为最好的长度是前进一步后恰好抵达原来设计的边界。具体的寻求最速上升途径的过程，可以从更细致的图中看出。上图就是二维情况下（两个因子就是二维，三个因子就是三维）寻求最大值的过程。图中，我们先在左下角以O为中心的矩形区域开始进行因子设计，获得的响应变量的等值线见该区域上的那组平行直线（假定没有失拟，弯曲也不严重），回归方程为u=a+b1x1+ b2x2，b1和b2是回归系数，在以b1和b2为两直角边的直角三角形中，斜边长度为
，而斜边所指示方向就是最速上升方向（图中的OC方向）。在此方向上截取一段，使之恰好达到原来试验区域的边界点（图中的OA），则第一步前进到A，第二步沿此方向继续前进到B，以下依此类推，继续前进。这样求出最速上升方向不仅对两个自变量情况成立，一般到m个自变量依然成立。
需要注意的是，如果原来的自变量有范围的限制，一直沿最速上升途径前进并不一定是可行的，如果前进的途中已有某个自变量超出限制的情况，则应该令该自变量取相应边界上的值，其余自变量仍按原来的最速上升方向继续前进，直到响应变量的值出现下降为止。
在实际工作中，在求出A，B，…最速上升方向上的坐标点后，要分别进行一次试验以获得响应变量的值。如果响应变量的值是比前一个点上升的，则继续前进至下一个点；如果到某个点后，响应变量的值是比前一个点出现下降的，则证明在前一个点处已达到了此最速上升方向线上的最大值。再下一步应该是以这个最大点为中心，安排新一轮因子试验，这时如果弯曲不显著，证明离山的顶峰还差得远（虽然响应变量值出现了下降，但还是没能达到最佳区域），则应重复上述寻求新的最速上升路径，寻求新的最大点；如果弯曲严重，则应该以此次因子试验的结果为基础，安排更多点进行试验以形成一个响应曲面设计。求出响应变量的二次回归方程后，可以通过方程解出在试验区域内的最大值。 这就是由因子设计逐渐发展至响应曲面设计的一般途径。
当然，如果重复上述寻求新的最速上升路径，寻求新的最大点时，始终响应变量的值都是在降低，弯曲也不显著，说明采用因子试验拟合一个线性方程（可以含交叉乘积项）就足够了，无需采用响应曲面设计（无需增加自变量的平方项）。
上述计算还是比较复杂的，而且还要对原始自变量数据给出调整（比如求半间距D值或代码值与真值的转换等），另外因为还要不断判断所选定的点是否超出允许的边界范围。为了计算方便，我们提供了宏指令，由回归方程直接求出最速上升方向，给出前进10步的相应各自变量的取值，这里的处理办法是：如果超界则以后皆取边界点的值。当然，通常前进用不了10步，一般就会发现响应变量出现下降的情况，这时就不要再继续前进了。如果真的到了前进10步仍然一直上升的话，那也应该在最后一点处安排一次因子试验，以重新拟合线性方程，因为前进多步后，回归方程常常会出现变化，以新的数据来计算新的最速上升路径将会更准确些。
需求最速上升方向并安排试验的方法称为「最速上升法」，这部分内容如我们刚才所介绍的，必须另行计算，因此一般都认为最速上升法本身并不属于响应曲面设计的内容。
