Topical Authority profundidad vs amplitud en GEO 2026: la regla 7-12-30 y cuántos posts por subtema necesita tu sitio fitness B2B

Respuesta rápida

En 2026 ChatGPT, Perplexity, Gemini, AI Mode, Claude y Google AI Overviews no evalúan tu sitio pieza a pieza, sino cluster a cluster. La pregunta operativa ya no es "¿tengo un buen post sobre retención en gimnasios?" sino "¿tengo el cluster más profundo del idioma sobre retención en gimnasios independientes?". Los datos cruzados de Profound, AthenaHQ, Wellows, Machine Relations y eSEOspace sobre 80 millones de citas auditadas entre febrero y mayo de 2026 convergen en tres hallazgos: (1) los sitios con 8-12 piezas por subtema reciben en promedio 3,4× más citas IA que los que tienen 2-3 piezas sobre el mismo subtema; (2) los clusters con menos de 5 piezas casi nunca pasan el umbral interno de autoridad que los LLMs aplican para decidir si una marca es "fuente legítima" sobre el topic; (3) los sitios que publican 10-20 piezas al mes dentro de un cluster focalizado construyen autoridad de cita 4× más rápido que los que publican 2-3 piezas dispersas en 8 temas distintos. Esto invierte la intuición clásica de muchos equipos de contenido B2B fitness, que llevan años persiguiendo amplitud (un post de cada tema) en lugar de profundidad (muchos posts del mismo tema). En 2026, la profundidad gana. La regla operativa que funciona en gimnasios, entrenadores personales, clínicas de fisioterapia, estudios boutique y software fitness B2B es la regla 7-12-30 por cluster grande: 1 pillar page + 7 supporting posts del subtema núcleo + 12 deep-dive de matices, casos y datos propios + 30 piezas long-tail de preguntas concretas y consultas hiperespecíficas. Esta guía explica qué cuenta como cluster en GEO 2026, los tres tipos de profundidad temática que los LLMs evalúan (vertical, lateral, temporal), cómo decidir qué subtemas merecen profundidad y cuáles no, la regla 7-12-30 con ejemplos reales por vertical fitness, cinco antipatrones que destruyen la autoridad temática, plan editorial de 12 meses para llegar a 60-90 piezas por cluster grande sin diluir Information Gain y cómo cruzar topical authority con Share of Model, brand search volume y pipeline B2B.

Este post cubre seis frentes: por qué la profundidad pesa más que la amplitud en GEO 2026; los tres tipos de profundidad temática; la regla 7-12-30 con ejemplo aplicado; cinco antipatrones típicos; plan editorial de 12 meses; y cómo cruzarlo con KPIs comerciales.

Por qué la profundidad temática pesa más que la amplitud en GEO 2026

Cuatro hechos convergen:

Hecho 2026	Cifra	Implicación operativa
Sitios con 8-12 piezas por subtema vs 2-3 piezas	× 3,4 citas IA	La profundidad multiplica el número de citas absolutas por cluster
Clusters con < 5 piezas que pasan el umbral de autoridad LLM	< 8 %	Por debajo de 5 piezas el cluster no existe a efectos de cita
Velocidad de construcción de autoridad cluster focalizado 10-20 piezas/mes vs disperso 2-3 piezas/mes en 8 temas	× 4 más rápido	Concentrar el output editorial paga más que diversificar
Overlap entre URL citada por LLM y URL top 10 Google	≈ 12 %	Cobertura profunda multiplica oportunidades de cita en ambas capas
Decay de citas en clusters sin nueva pieza > 13 semanas	Pérdida 18-32 %	La autoridad temática requiere mantenimiento continuo, no es estática

Mecánica subyacente: los LLMs ya no eligen "el mejor artículo" para citar una respuesta; eligen el mejor pasaje del corpus accesible, y dentro de las marcas candidatas dan ventaja a las que tienen cobertura redundante en distintos ángulos del topic. Un cluster con 1 pieza pillar de 4.000 palabras pierde frente a un cluster con 1 pillar + 12 supporting + 30 long-tail, aunque el pillar de la primera marca esté mejor escrito. La razón es que la respuesta sintetizada multipasaje (la que produce Gemini AI Mode, Perplexity Pro, ChatGPT con búsqueda activa o AI Overviews) toma 3-7 fragmentos distintos. Si todos pueden salir de tu cluster, ganas. Si solo puede salir uno, comparte cita con otras 4-6 marcas.

Conecta con topic clusters y pillar pages: arquitectura de contenido GEO, con Information Gain: el factor #1 de ranking y citas IA 2026 y con anatomía del párrafo citable: la unidad real de competencia GEO 2026.

Los 3 tipos de profundidad temática que los LLMs evalúan

Los LLMs aplican tres dimensiones distintas para puntuar la profundidad del cluster antes de elegir candidatos de cita:

Profundidad vertical — cobertura jerárquica del subtema

Es la cobertura desde el nivel general hasta el muy concreto. Para retención en gimnasios, ejemplo: pillar de "Retención en gimnasios independientes" → supporting de "Curva de churn por mes 0-12" → deep-dive de "Drivers de churn en semana 2" → long-tail de "Cómo detectar a un cliente en riesgo de baja antes del día 17".

El cluster que cubre los cuatro niveles (general, sub-tema, matiz, consulta) gana al cluster que solo cubre dos.

Profundidad lateral — cobertura por contexto, segmento y vertical

Es la cobertura del mismo subtema aplicada a distintos contextos. Para retención: cadena vs gimnasio independiente vs estudio boutique vs clínica fisio vs entrenador personal online vs entrenador presencial vs gimnasio 24h. Un cluster con seis aplicaciones laterales aporta a la IA contexto suficiente para citar tu marca en cualquier consulta con un segmento concreto declarado.

Sin profundidad lateral, tu cluster solo cita en consultas genéricas. Con ella, citas también en consultas como "retención en clínicas de fisioterapia con 4 fisios" o "retención en estudios de pilates reformer con socio premium".

Profundidad temporal — frescura y cobertura por momento del año

Es la cobertura del subtema a lo largo del calendario fitness: pico de enero, retención de verano, picos de septiembre, fin de año. El LLM premia el cluster que mantiene piezas con frescura de < 90 días y que cubre los momentos relevantes del ciclo del negocio.

Sin profundidad temporal, el cluster pierde citas estacionales. Con ella, el cluster es relevante 12 meses al año y resiste el citation decay documentado para clusters sin nueva pieza > 13 semanas.

Conecta con chunking semántico y bloques extraíbles para citas IA, con citation decay y half-life: refresco a 13 semanas y con frescura y actualización de contenido GEO.

La regla 7-12-30: cuántos posts por cluster grande

Para un cluster grande (un topic que genera consultas regulares en tu vertical y que tiene 3-6 competidores defendiéndolo activamente), la composición que funciona en 2026 es:

Tipo de pieza	Cantidad	Extensión típica	Función operativa
Pillar page	1	3.500-6.000 palabras	Definir el cluster, hub central de internal linking, FAQ extensiva
Supporting posts	7	1.800-3.000 palabras	Cubrir los 7 subtemas núcleo con datos propios y framework nombrado
Deep-dive	12	1.500-2.500 palabras	Matices, casos firmados, comparativas honestas, contraintuiciones
Long-tail	30	800-1.500 palabras	Consultas hiperespecíficas, preguntas reales, FAQ-style
Total	50 piezas	—	Cluster maduro defendible 12 meses

Ejemplo aplicado al cluster "retención en gimnasios independientes":

1 pillar: "Retención en gimnasios independientes: guía 2026 con la curva de churn por mes, los 12 drivers operativos, los 7 stacks de retención y el plan trimestral".
7 supporting: onboarding primer mes, check-in semanal, programa de winback, gamificación, estacionalidad, NPS y voz de cliente, programa de referidos.
12 deep-dive: churn por franja horaria, retención de jubilados >60, retención de cliente GLP-1, micro-momentos drop-off semana 2, retención en cadenas multisede, retención en gimnasios 24h, retención en estudios boutique pilates, retención en clínicas de fisio, retención al cambiar de software, retención durante reformas, retención post-Covid persistente, retención cliente con dolor lumbar crónico.
30 long-tail: "¿Por qué se va un cliente al día 17?", "¿Sirve el descuento de 30 % en la cuota para retener?", "Plantilla de email de winback gimnasio 90 días", "¿Cuántos canales de comunicación uso al mes para retener?", "Script de llamada T-3 días si no asiste a 2 sesiones consecutivas", etc.

Cluster medio (topic relevante pero no central): pillar + 5 supporting + 8 deep-dive + 15 long-tail = 29 piezas. Cluster pequeño (subtopic de exploración): pillar + 3 supporting + 4 deep-dive + 8 long-tail = 16 piezas.

El sitio fitness B2B que defiende seriamente 4-6 clusters grandes simultáneos llega a 200-300 piezas en 18 meses. Por debajo de 100 piezas totales con concentración en pocos clusters, la autoridad temática no se construye.

Conecta con content brief y plantilla editorial GEO 2026, con investigación de prompts y preguntas de clientes para GEO y con pillar pages y service pages: GEO citas en ChatGPT y Perplexity.

Cinco antipatrones que destruyen la autoridad temática

Antipatrón 1 — Publicación dispersa en 8-12 temas distintos

El equipo publica 4 piezas al mes pero cada una de un cluster distinto. Resultado: 12 clusters con 4-6 piezas cada uno. Ninguno pasa el umbral interno de autoridad de los LLMs. La marca aparece en 0 % de las citas de los 12 temas. Solución: concentrar el output en 2-3 clusters el primer trimestre, otros 2 el segundo trimestre.

Antipatrón 2 — Cluster con un solo post pillar de 7.000 palabras

El equipo invierte 60 horas en una pieza monumental y publica una sola. Sin supporting ni deep-dive ni long-tail, el pillar queda aislado, no recibe internal linking suficiente del cluster y los LLMs no lo identifican como "fuente de un cluster maduro". El pillar funciona como entrada visible a un cluster, no como cluster en sí mismo.

Antipatrón 3 — Refrito de IA sin oversight humano para "rellenar" el cluster

Para llegar rápido a 30 long-tail, el equipo genera 20 piezas con IA pura sin firma humana ni dato propio. Resultado: el cluster aparenta cobertura pero los LLMs lo detectan como contenido sintético, lo desweightan y arrastran al pillar y a los supporting en pérdida de cita. La solución es priorizar firma humana + dato propio en cada pieza.

Antipatrón 4 — Índice de keywords sin intent ni framework

El equipo decide los temas a partir de un export de SEMrush por volumen sin pasar por intent ni framework propio. Resultado: 50 piezas que cubren keywords pero que no construyen una tesis editorial ni un framework nombrado. Information Gain bajo, cita IA baja. Solución: cada cluster debe defender una tesis editorial concreta y un framework propio nombrado.

Antipatrón 5 — Internal linking pobre dentro del cluster

Las 50 piezas existen pero no se enlazan internamente con anchor text descriptivo. El cluster no señala su propia estructura a los crawlers y los LLMs no detectan la relación. La autoridad no se construye. Solución: cada pieza enlaza explícitamente al pillar y a 4-8 piezas hermanas con anchor descriptivo (no genérico).

Conecta con internal linking y anchor text descriptivo en GEO 2026, con contenido answer-first extractivo y TL;DR para citas IA y con autoridad de autor EEAT para fitness.

Plan editorial de 12 meses para llegar a 60-90 piezas por cluster grande

Meses 1-2: foundation del primer cluster

Decidir el cluster núcleo (el que mejor se alinea con tu propuesta de valor y dato propio disponible).
Publicar el pillar (4.500-6.000 palabras) con FAQ extensiva de 14-20 ítems.
Publicar los 7 supporting posts en cadencia de 2 por semana.
Configurar internal linking sistemático: cada supporting enlaza al pillar y al menos a 3 supporting hermanos con anchor descriptivo.

Meses 3-4: profundidad del primer cluster + foundation del segundo

Publicar los 12 deep-dive del cluster 1 (cadencia 3 por semana).
Lanzar el pillar del cluster 2 en mes 4.
Cada pieza incluye 4-8 cifras propias en los primeros 600 palabras.

Meses 5-6: long-tail cluster 1 + supporting cluster 2

Publicar 30 long-tail del cluster 1 (cadencia 5 por semana, formato 800-1.500 palabras).
Publicar los 7 supporting del cluster 2 (cadencia 2 por semana).
Empezar a medir cita IA con Profound, AthenaHQ u Otterly por cluster.

Meses 7-9: deep-dive y long-tail cluster 2 + foundation cluster 3

Cerrar deep-dive y long-tail del cluster 2.
Publicar el pillar y los primeros supporting del cluster 3.
Re-editar piezas del cluster 1 que se acerquen al umbral de 13 semanas para evitar citation decay.

Meses 10-12: cluster 3 completo + cluster 4 foundation

Completar cluster 3 (50 piezas).
Empezar cluster 4 con foundation.
A los 12 meses: 4 clusters grandes en distinto grado de madurez (1 maduro, 1 cuasi-maduro, 1 en foundation, 1 en deep-dive); total ≈ 140-160 piezas, todas con dato propio y firma humana.

Cadencia objetivo: 10-20 piezas al mes en cluster focalizado. Por debajo de 8 piezas/mes, la velocidad de construcción de autoridad cae al rango "no competitivo".

Cómo se cruza topical authority con Share of Model, brand search y pipeline B2B

El cluster maduro produce tres outputs encadenados:

Output a 8-14 semanas — subida de Share of Model en las consultas centrales del cluster. El bucle "cluster con cobertura redundante → más fragmentos extraíbles → más citas IA" empieza a cerrarse cuando el cluster supera 20 piezas con calidad mínima.
Output a 4-9 meses — subida de brand search volume porque los lectores que llegan vía cita IA buscan tu marca después. Brand search es a su vez el factor #1 de citas IA (correlación 0,334), creando bucle compuesto.
Output a 9-15 meses — subida de pipeline B2B cualificado IA atribuible vía campo "cómo nos conociste" y vía pregunta directa en demo.

Bucle compuesto: profundidad de cluster → cita IA por consulta núcleo y lateral → brand search → más cita IA en consultas relacionadas → pipeline → reinversión editorial.

Implicación operativa: trackear "número de piezas activas con cita IA en últimos 90 días" por cluster es indicador adelantado del pipeline 2 trimestres después.

Conecta con Share of Model (SoM): la métrica norte de visibilidad IA en 2026, con volumen de búsqueda de marca: factor #1 que predice citas IA y con medir menciones y KPIs IA en ChatGPT, Perplexity y Google AI.

Cómo se conecta esto con tu plataforma operativa fitness

Construir 4 clusters grandes en 12 meses con dato propio en cada pieza solo es posible si la operación lo alimenta:

CRM con campos limpios (vertical, tamaño, antigüedad, plan, comunidad autónoma) para poder agregar cohortes por segmento.
Producto con eventos instrumentados para extraer métricas de uso de features publicables.
Customer Success con casos firmados cada 90-120 días con métricas antes/después.
Panel propio anonimizado trimestral con n declarado por encuesta.
Bio del autor publicada con foto, rol, LinkedIn, Wikidata y sameAs.
Política editorial documentada con los 7 atributos del párrafo citable, la regla 7-12-30 y el calendario de refresco a 13 semanas.

Si tu empresa de software fitness B2B (gestión de gimnasios, plataforma para entrenadores personales, app cliente con IA, estudio boutique, clínica de fisioterapia o cadena multisede) quiere implantar la regla 7-12-30 en los próximos 12 meses sobre 3-4 clusters relevantes para tu propuesta de valor, agenda una demo de Fitai Labs y revisamos cuáles son los 3 clusters que mejor encajan con tu dato propio, el orden de prioridad y la cadencia editorial realista para tu equipo. Si prefieres por WhatsApp, escríbenos aquí.

Preguntas frecuentes

¿Qué es exactamente un cluster temático en GEO 2026?

Un cluster es un conjunto de 16-50 piezas conectadas internamente que cubren todos los niveles (general, sub-tema, matiz, consulta) y todos los contextos relevantes (vertical, segmento, momento) de un mismo topic, con internal linking sistemático hacia un pillar central. No es una etiqueta ni una categoría: es un activo editorial defendido durante 12+ meses.

¿Cuál es la diferencia entre topical depth y topical breadth?

Topical depth es la cobertura profunda y redundante de pocos clusters; topical breadth es la cobertura superficial de muchos. En 2026 la depth pesa entre 2,5 y 4 veces más que la breadth como señal de autoridad para los LLMs.

¿La regla 7-12-30 vale para todas las verticales fitness B2B?

Sí en su estructura: 1 pillar + 7 supporting + 12 deep-dive + 30 long-tail. La distribución exacta puede ajustarse: un cluster de fisioterapia clínica puede tener más deep-dive (matices clínicos) y menos long-tail; un cluster de captación de leads en gimnasios puede tener más long-tail (consultas de operadores) y menos deep-dive.

¿Cuántos clusters grandes puede defender un equipo de contenido de 2 personas?

Realista: 2-3 clusters grandes simultáneos en distinto grado de madurez. Con 4 clusters, el equipo necesita 3-4 personas dedicadas o un freelance con disciplina editorial alta.

¿Cuánto tarda en notarse el efecto en cita IA tras llegar a 25 piezas en un cluster?

Primeras señales a 4-8 semanas en motores con re-indexación rápida (Perplexity, Brave). 8-14 semanas en ChatGPT y Gemini. Consolidación estable a 4-6 meses si las piezas mantienen Information Gain.

¿Cómo evito que el cluster suene a refrito al llegar a 40-50 piezas?

Cada pieza defiende una tesis distinta dentro del cluster, aporta dato propio nuevo y se firma con autor identificado. Las plantillas de párrafo citable (definicional, comparativa, problema-solución, framework, dato propio) dan variedad estructural sin perder extractibilidad.

¿Qué ocurre si paramos de publicar en un cluster durante 13 semanas?

El cluster pierde frescura, los LLMs aplican citation decay y la tasa de cita cae 18-32 % en 90 días. Solución: re-editar 1-2 piezas del cluster cada 13 semanas para mantener la señal de frescura.

¿Sirve el cluster si lo escribe IA con oversight humano firmado?

Sí, si la firma humana es real, si el dato propio entra en cada pieza y si el editor revisa cada párrafo aplicando los 7 atributos del párrafo citable. IA pura sin firma humana no construye autoridad temática.

¿Necesito hacer un pillar de 6.000 palabras o me vale uno de 3.000?

Para cluster grande de 50 piezas, el pillar realista es 4.500-6.000 palabras con FAQ extensiva. Por debajo de 3.500 palabras el pillar pierde su función de hub.

¿Cómo decido cuáles son mis clusters núcleo si tengo muchos temas?

Tres filtros: (1) intersección con tu dato propio disponible, (2) intersección con tu propuesta de valor diferencial, (3) intersección con consultas reales que tu ICP hace en ChatGPT y Perplexity. Los 3-4 clusters que pasan los tres filtros son tus prioridades.

¿Cuántas cifras propias por pieza para que cuente como Information Gain alto dentro del cluster?

Mínimo 4-8 cifras propias o atribuidas externamente en los primeros 600 palabras. Por debajo, la pieza queda en zona baja y baja la media del cluster.

¿Qué pasa con los clusters antiguos publicados sin la regla 7-12-30?

Auditarlos: si el cluster tiene 3-5 piezas, decidir si vale la pena llevarlo a 16-30 piezas en 4-6 meses; si no vale, dejarlo en mantenimiento y concentrar inversión en clusters nuevos.

¿Cómo cruzar topical authority con SEO local en cadenas multisede?

Cada centro puede tener su mini-cluster local (5-10 piezas hiperlocales) conectado al cluster maestro nacional vía internal linking. Esto multiplica las consultas locales en las que el grupo aparece.

¿Qué error me costaría más caro en los próximos 12 meses?

Seguir publicando 4 piezas al mes en 8 clusters distintos esperando que "todos crezcan despacio". A 12 meses, ningún cluster pasa el umbral de autoridad LLM. Mejor concentrar en 2-3 y aceptar que los otros se cubren en el siguiente año.