Pernikahan dini merupakan isu sosial serius yang berdampak pada kesejahteraan masyarakat, dengan sekitar 12 juta anak perempuan menikah sebelum usia 18 tahun setiap tahunnya. Minimnya media edukatif yang relevan menjadi salah satu penyebab sulitnya pencegahan. Penelitian ini menggunakan data sintetik untuk mengembangkan sistem AI yang menghasilkan respons edukatif dalam konteks pencegahan pernikahan dini. Topik ini penting karena edukasi konvensional kurang efektif dalam menjangkau generasi muda. Sehingga diperlukan pendekatan berbasis teknologi yang komunikatif dan relevan. Penelitian ini menganalisis performa tiga Large Language Models (LLM) yaitu Mistral-7B-Instruct, Llama-3.1-8B-Instruct, dan Qwen2.5-7B-Instruct. Model ini dikembangkan melalui pelatihan lanjutan dengan data khusus dan penggabungan respons AI dengan informasi eksternal yang relevan untuk meningkatkan relevansi dan akurasi teks, yang dievaluasi dengan pendekatan penilaian kualitas respons berdasarkan aspek bahasa dan kesesuaian informasi. Hasil evaluasi menunjukkan bahwa Qwen2.5-7B memperoleh skor tertinggi sebesar 3.893, Llama-3.1-8B menunjukkan kekuatan dalam coherence (hingga 0.998) dan groundedness (0.999) dan Mistral-7B unggul dalam peningkatan naturalness (0.900) setelah fine-tuning. Keseimbangan antara keterbacaan, akurasi fakta, dan daya tarik percakapan menjadi kunci dalam meningkatkan kualitas keluaran asisten AI dalam mendukung edukasi sosial terkait pencegahan pernikahan dini.