本研究提出了一种基于有限状态机的自指导提示范式（SG-FSM），旨在解决多跳问题回答中的幻觉、错误传播和上下文长度限制等问题。SG-FSM通过将复杂问题分解为子问题并进行动态决策，显著提升了模型的推理能力和准确性。实验结果表明，SG-FSM在多个基准测试中优于传统方法，减少了幻觉现象，提高了输出格式的遵循性。