•一種基於剪枝（ α-βcut-off）的深度優先搜索（depth-first search）。
•將走棋方定為MAX方，因為它選擇着法時總是對其子節點的評估值取極大值，即選擇對自己最為有利的着法；
•將應對方定為MIN方，因為它走棋時需要對其子節點的評估值取極小值，即選擇對走棋方最為不利的、最有鉗制作用的着法。
•在對博弈樹采取深度優先的搜索策略時，從左路分枝的葉節點倒推得到某一層MAX節點的值，可表示到此為止得以“落實”的着法最佳值，記為α。
•顯然此值可作為MAX方着法指標的下界。
•在搜索此MAX節點的其它子節點，即探討另一着法時，如果發現一個回合（2步棋）之后評估值變差，即孫節點評估值低於下界α值，則便可以剪掉此枝（以該子節點為根的子樹），即不再考慮此“軟着”的延伸。
•此類剪枝稱為α剪枝。
•同理，由左路分枝的葉節點倒推得到某一層MIN節點的值，可表示到此為止對方着法的鉗制值，記為β。
•顯然此β值可作為MAX方無法實現着法指標的上界。
•在搜索該MIN節點的其它子節點，即探討另外着法時，如果發現一個回合之后鉗制局面減弱，即孫節點評估值高於上界β值，則便可以剪掉此枝，即不再考慮此“軟着”的延伸。
•此類剪枝稱為β剪枝。
、
•α-β剪枝是根據極大-極小搜索規則的進行的，雖然它沒有遍歷某些子樹的大量節點，但它仍不失為窮盡搜索的本性。
•α-β剪枝原理中得知：
α值可作為MAX方可實現着法指標的下界
β值可作為MAX方無法實現着法指標的上界
於是由α和β可以形成一個MAX方候選着法的窗口
也便出現了各種各樣的α-β窗口搜索算法。